Q-Learning

Q-Learning 什么是 Q-learning？ 强化学习中的一种 values-based 算法，最终应是会学出一个收敛的表格 Q-Table。 在Q-Learning的学习中，我们用Q(S, A)来表示value function.之前我们只讨论了有限个状态(state)和行动(action)的情况，这种情况下,我们其实等价于在不断维护一个Q-table，不断更新，直至其收敛。

>>阅读原文<<