1、引言
在机器学习和人工智能的发展历程中,强化学习作为一种重要的学习范式,得到了广泛关注和应用。
不同于监督学习和无监督学习,强化学习通过智能体与环境的交互来学习如何采取行动,以最大化累积奖励。
Q-Learning 是强化学习中的一种基础算法,因其简单有效而备受瞩目。
接下来,跟着小鱼一起了解 Q-Learning
![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/238eb66ad5134f69b2b264289e889562.png)
2、Q-Learning
2.1 定义
Q-Learning 是一种基于价值的强化学习算法,通过学习一个状态-动作价值函数(即 Q 函数)来指导智能体的行为决策。
Q 函数 ( Q ( s , a ) ) ( Q(s, a) )