Q-learning学习的一个小例子

强化学习的难点，在于其引入了时间这个维度，不论是有监督仍是无监督学习，都是能得到即便反馈，但到了强化学习中，反馈来的没那么及时。在周志华的《机器学习》中，举过一个种西瓜的例子。种瓜有不少步骤，例如选种，浇水，施肥，除草，杀虫这么多操做以后最终才能收获西瓜。可是，咱们只有等到西瓜收获以后，才知道种的瓜好很差，也就是说，咱们在种瓜过程当中执行的某个操做时，并不能当即得到这个操做能不能得到好瓜，仅能获得

>>阅读原文<<