原书出处
现代人工智能技术
08 强化学习
Q-Learning算法不需要借助明确的环境模型,可以通过智能体与环境的交互来对动作价值进行迭代估计。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter10.xhtml
EPUB SHA-256:60380b4c2c329baddf7e96038a43e5c5e544916728704408383dbad7fd4a5b36