智能科学从入门到放弃

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...