赖德发的博客

强化学习是一类算法，是让计算机从什么都不懂，脑袋里一点想法都没有，通过不断地尝试，从错误中学习，最后找到规律，学习到达到目标的方法。这就是一个完整的强化学习过程。 如为了实现自走的路径，并尽量避免障碍，设计一个路径。 如图所示，当机器人在图中的任意网格中时，怎样让它明白周围环境，最终到达目标位置。 Q-learning的想法 奖赏机制 在一个陌生的环境中，机器人首先的方向是随机选择的，当它从起点...