强化学习Q learning与policy gradient

开始学习强化学习： 包括alphago等都是强化学习的典型。 最典型的强化学习的算法为Q learning，这个算法的简介博客： https://www.zhihu.com/question/26408259 强化学习的github项目：https://github.com/MorvanZhou/Reinforcement-learning-with-tensorflow 里面包含了很多算法的例子

>>阅读原文<<