智能科学从入门到放弃

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...

前言：接触强化学习最开始是参看的Sutton的本系列是参照Sutton的reinforcement learning an introduction这本书，刚开始读的时候感觉这本书晦涩难懂，非常不好理解。因此就找了几本中文的强化学习相关的书籍，阅读之后发现这些教材里很多东西都没讲清楚。折腾了一圈，最后还是决定仔细研读Sutton的这本教材。为了检验自己对于强化学习知识点的掌握情况，我就写了这个...