有人能看懂Q-学习的这个更新q表的过程吗

项目

数据集

课程

比赛

模型库

活动

论坛

访问飞桨官网

项目

数据集

课程

比赛

模型库

活动

论坛

访问飞桨官网

此此情可待505 发布于2021-07

已经到达了s2，s1的Q值不是已经存在了吗，为什么还要用s2的状态的预估s1的现实

0

收藏

回复

全部评论(2)

UnseenMe

#2 回复于2021-07

已经存在不假，但是这里讲的是更新Q表的过程，是要对Q值进行更新。

所以，不仅要有现实值，还要有估计值，这样才能知道如何更新Q表。

0

回复

此

此情可待505

#3 回复于2021-07

UnseenMe #2

已经存在不假，但是这里讲的是更新Q表的过程，是要对Q值进行更新。所以，不仅要有现实值，还要有估计值，这样才能知道如何更新Q表。

嗯嗯，明白了，昨天把b站的课又刷了一遍，豁然开朗

0

回复

提issue

需求/bug反馈？一键提issue告诉我们

提pr

发现bug？如果您知道修复办法，欢迎提pr直接参与建设飞桨~