wulin的博客

什么是Q Learning Q Learning也是一个决策过程 小例子 用tabular Q-learning的方法实现一个小例子，例子的环境是一个一维世界，在世界的右边有宝藏，探索者只要得到了宝藏尝到了甜头，然后以后就记住了得到宝藏的方法，这就是他用强化学习所学习到的行为。 -o---T # T 就是宝藏的位置, o 是探索者的位置 Q-learing是一种记录行为值（Q value）的方法，每种在一定状态的行为都会有一个值Q(s,a)，就是说行为a在s状态的值是Q(s,a).s在上面的探索游戏中，就