机器学习——强化学习Q_learning算法

假设有这样的房间 如果将房间表示成点，然后用房间之间的连通关系表示成线，如下图所示： 这就是房间对应的图。我们首先将agent（机器人）处于任何一个位置，让他自己走动，直到走到5房间，表示成功。为了能够走出去，我们将每个节点之间设置一定的权重，能够直接到达5的边设置为100，其他不能的设置为0，这样网络的图为： Qlearning中，最重要的就是“状态”和“动作”，状态表示处于图中的哪个节点，比如

>>阅读原文<<