Q-Learning更新公式

【文件属性】：

文件名称：Q-Learning更新公式

文件大小：9KB

文件格式：DOC

更新时间：2022-03-20 06:39:59

强化学习

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。