強化學習——（3）Q-Learning

1. Q-learning 介紹 1.1 Critic critic 本身並沒有辦法決定要採取哪一個action，其主要用來完成：衡量一個action到底好不好。只能基於當前的state，輸出採取這個action，預期到整個遊戲結束時候的累積得分。 簡單的說，critic並不能衡量一個state(記爲 s s s)的好壞，只能衡量在give某個state，接下來使用action(記爲 π \pi

>>阅读原文<<