深度增強學習入門筆記（二）

知乎專欄智能單元的學習筆記，就真的只是一邊看一邊記的而已，僅爲自己學習所用，侵刪。 價值函數value function 價值函數是爲了描述某一狀態的潛在價值，然後進行決策。 其實人做決策的時候，一部分是直接基於策略，比如說如果我有10000塊錢，我就買一部iPhone X，如果我有5000塊，就買華爲，如果我有3000塊，就買小米。一部分是評估每一種想法的價值，然後選擇價值高的，比如說iPhon

>>阅读原文<<