在接触Q-learing过程中，你可能会接触到 Q-table、距离远近影响、学习率等关键字
Q-learning算法的本质是维护一张Q-table表，来使得每次的动作都会选择最佳动作，达到最佳的效果。
1、算法流程
- 首先根据可能存在的状态、相关动作创建Q-table表（用pandas创建）
- 然后选择相关动作，创建如何去选择动作的函数
- 选完动作后会产生相关的影响，创建环境影响函数，根据上述第五步的公式更新Q-table值。
- 创建主循环函数，修改相关状态，判断是否达到目标等操作。
2、应用场景
智能机器人玩游戏：围棋、寻宝、迷宫等
3、算法实现
1、pyhton实现
若有收获，就点个赞吧
0 人点赞
