qlearningα越大或越小_Q-learning 算法
Q-learning 是一个经典的强化学习算法。为了便于描述，这里依然定义一个“世界”：令空白格子的奖励为1.Q-TableQ-table 是 Q-learning 的核心。它是一个表格，记录了每个状态下采取不同动作，所获取的最大长期奖励期望。通过此，就可以知道每一步的最佳动作是什么。Q-table 的每一列代表一个动作，每一行表示一个状态。则每个格子的值就是此状态下采取此动作获得的最大长期奖励期...
