标签：动作价值函数

什么是Q-learning

强化学习中的Q-learning是一种无模型的强化学习算法，通过学习一个动作价值函数Q(s, a)来找到最优策略。在给定状态下，Q(s, a)表示执行动作a的预期未来奖励总...

5个月前

打开我，进入AI时代。
全面、高效的AI工具产品情报，发现和使用最酷的AI工具！
Ctrl + D 或 ⌘ + D 收藏本站到浏览器书签栏。