Hugging Face Blog·· 2022-05-20AI 评分20
Hugging Face 深度强化学习课程第二单元:Q-Learning 算法介绍
An Introduction to Q-Learning Part 2/2
AI 导读
Hugging Face 课程解析 Q-Learning,这是一种基于价值的离策略算法,利用时序差分方法更新动作价值函数。 算法通过 Q 表存储状态-动作对的价值,训练初期依赖 Epsilon Greedy 策略平衡探索与利用。课程要求在 Frozen Lake v1 和自动驾驶出租车环境中从零实现该算法。
来源:Hugging Face Blog · huggingface.co