使用Q-Learning算法的目的
使用Q-Learning算法的目的
提问于 2018-04-10 03:50:34
使用Q-Learning的意义是什么？我使用了一个示例代码，表示2D棋盘上的棋子在此棋盘上移动。在董事会的右端有我们想要达到的目标。在算法完成后，我有一个Q表，其中的值被分配给每个状态-动作交汇点。这一切都是为了让这个Q表看看哪些状态-动作(哪些动作在特定状态下是最好的)对是最有用的？这就是我现在所理解的。我说的对吗？
回答 1
Stack Overflow用户
发布于 2018-04-30 22:44:39
这一切都是为了让这个Q表看看哪些状态-动作(哪些动作在特定状态下是最好的)对最有用？
是啊！差不多就是这样。给定有限的状态空间，Q学习保证最终学习到最优策略。一旦达到最优策略(也称为收敛)，每次代理处于给定状态s时，它都会在其Q表中查找对该(s，a)对具有最高奖励的动作a。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/49740614
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号