Q学习（Q-learning）简单理解
第1节 Q-learning逐步教程本教程将通过一个简单但又综合全面的例子来介绍Q-learning 算法。该例子描述了一个利用无监督训练来学习未知环境的agent。假设一幢建筑里面有5个房间，房间之间通过门相连。我们将这五个房间按照从0至4进行编号，且建筑的外围可认为是一个大的房间，编号为5。房间结构如下图：上图的房间也可以通过一个图来表示，房间作为图的节点,两个房间若有门相连，则相应节点间对应一条边如图2所示图2房间结构对应的图第2节 Q-learning手工推演...
