Q-Learning 公式

最新推荐文章于 2025-04-02 16:06:47 发布

GlassyBug

最新推荐文章于 2025-04-02 16:06:47 发布

阅读量874

点赞数

分类专栏：机器学习文章标签： Q-Learning

机器学习专栏收录该内容

9 篇文章

订阅专栏

本文介绍了一种基于价值迭代的强化学习算法——Q学习。该算法通过不断更新状态-动作值来学习最优策略，适用于离散动作空间的任务。文章详细解释了Q学习的更新公式，并给出了算法的具体步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Initialize Q arbitrarily
Repeat (for each episode):
    Initialize S
    Repeat (for each step of episode):
        Choose A from S using policy derived from Q(e.g.,  ε-greedy)
        Take action A, observe R,S'
        Q(S,A) ← *Q(S,A) + α*[R + γ*maxQ(S',a)]
        S ← S'
    until S is terminal

# α : Learing rate
# γ : 衰减值