強化學習Q learning與policy gradient

開始學習強化學習： 包括alphago等都是強化學習的典型。 最典型的強化學習的算法爲Q learning，這個算法的簡介博客： https://www.zhihu.com/question/26408259 強化學習的github項目：https://github.com/MorvanZhou/Reinforcement-learning-with-tensorflow 裏面包含了很多算法的例子

>>阅读原文<<