Q-Learning参数更新部分详解
Q-Learning小结近期学习了一下Q-Learning相关的内容，重点总结一下学习的难点，即Q-Learing的更新部分。如莫烦大神的图解，在我们学习的状态下，有两种可行的动作，actionList如下：a1继续学习a2去看电视相应的在当前状态下，如果采取对某一动作，那么会对我们产生一定的影响，即受到惩罚还是奖励。我们设当前状态，即我们在学习的状态S1下，执行相应的action的奖惩情况：a1a2S1-21此表表示在S1状态下，如果采
