強化學習 入門（二）

強化學習 入門（二） 一、Q-learning：Q-table 公式 ： 更新規則：相當於以前有個old的值，現在又發現了個new的值，該用哪一個呢？ 只用新的，相當於徹底放棄已有經驗。 只用老的，相當於不更新。 各取一半，相當於取個平均。 那就老規矩，加個權重，引入了權重 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<<