Q-learning學習的一個小例子

強化學習的難點，在於其引入了時間這個維度，不管是有監督還是無監督學習，都是能獲得即使反饋，但到了強化學習中，反饋來的沒那麼及時。在周志華的《機器學習》中，舉過一個種西瓜的例子。種瓜有很多步驟，例如選種，澆水，施肥，除草，殺蟲這麼多操作之後最終才能收穫西瓜。但是，我們只有等到西瓜收穫之後，才知道種的瓜好不好，也就是說，我們在種瓜過程中執行的某個操作時，並不能立即獲得這個操作能不能獲得好瓜，僅能得到一

>>阅读原文<<