- 博客(1)
- 收藏
- 关注
原创 Q-learning简化过程
Q learning里的核心思想是如下公式: 其中,第一个Q(S, A)是更新后的值,第二个Q(S, A)是Q表中值,a是指学习效率,r是奖励值。\gamma是折扣因子。第三个Q是指要选取Q表中的最大值。最后一个表示Q表中值,与第二个Q一样。 现在通过书中的伪代码来展示Q-learning的过程: 1. 初始化Q-Table:Q-table|S|*|A|的矩阵。其中,|S|代表了所...
2018-05-08 14:44:27 3300 1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人