【强化学习】QLearning

强化学习之Q Learning

标签： ReinforcementLearning QLearning
代码：https://github.com/gutouyu/ReinforcementLearning/tree/master

---

1. 算法思想

Q指的是状态动作效益。智能体Agent，每个时刻都有一个状态State， 在该状态下，它可以采取一系列动作中的一个动作Action。Q就是指在状态State下采取动作Action所获得的收益。
我们的Agent就是根据这张表Q-Table来采取动作的。每采取一个动作Action，就会到达一个状态State，会得到一个奖励Reward（Reward可正可负）。

2. 更新公式

Agent的学习过程，或者说是训练过程就是Q-Table的更新过程，也就是上式。在S状态下采取动作A，效用值是Q(S,A), α