QLearning更新公式
强化学习的参数更新公式。Q-Learning更新公式：Qnew(st-1,at-1)=(1-α)‧Q(st-1,at-1)+α(rt+γ‧maxQ(st,a))其中maxQ(st,a)用于查找st下期望回报最好的行为。α∈(0,1]，γ∈[0,1]，rt是t时刻的奖赏。
下载地址
用户评论
