强化学习 入门（二）

强化学习 入门（二） 一、Q-learning：Q-table 公式 ： 更新规则：相当于以前有个old的值，现在又发现了个new的值，该用哪一个呢？ 只用新的，相当于彻底放弃已有经验。 只用老的，相当于不更新。 各取一半，相当于取个平均。 那就老规矩，加个权重，引入了权重 α ，得到了更新公式。 Qlatest=(1−α)Qold+αQnew=Qold+α(Qnew−Qold) Q[s,a]=Q

>>阅读原文<<