文档摘要

3.5 Q 表更新数字演练：小网格世界逐步推演 本节摘要：本节是一间数字解剖室：5×4 网格、出口 +1、每步 -0.04、γ=0.9、α=0.5、ε=0.2。我们把 Q-Learning 的前若干次更新逐个数字摆开——每张表、每个格子、每一步加减都标注来源。目的是让更新式从"会背"变成"能算"。读法提示：本节适合摊开草稿纸同步跟算，跟完你将获得一项检验所有 TD 类代码的能力。 演练目标与棋盘设定 先把规矩立全。 会员。《3.5 Q 表更新数字演练：小网格世界逐步推演》收录于灏天文库文集《强化学习与智能体训练：从 Q-Learning 到深度强化学习》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/540-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E4%B8%8E%E6%99%BA%E8%83%BD%E4%BD%93%E8%AE%AD%E7%BB%83%E4%BB%8E-q-learning-%E5%88%B0%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流