【强化学习篇】--强化学习案例详解一

1、前述spa 本文经过一个案例来说解Q-Learningblog 2、具体io 一、案例class 假设咱们须要走到5房间。im 转变为以下图：先构造奖励，达到5，即可以走得5的action则说明奖励比较高设置成100，没有达到5说明奖励比较低，设置成0。db     Q-learning实现步骤：img  二、案例详解：co   第一步的Q(1,5)：最开始的Q矩阵都是零矩阵，迭代完以后Q（1

>>阅读原文<<