2020年10月19日
强化学习 Q-learning 及python实现
摘要： Q-learning是强化学习中一种经典的无监督学习方法，通过与环境交互来指导学习； 大部分强化学习都是基于马尔科夫决策（MDP）的。MDP是一个框架，而Q学习是应用了这种框架的一个具体的学习方法。 Q学习的四要素：（agent，状态 s，动作 a，奖励 r） 简而言之，agent从当前状态选择一个 阅读全文
posted @ 2020-10-19 14:20 liubilan 阅读(1703) 评论(0) 推荐(0)