本文来自于csdn，本文将带你学习经典强化学习算法Q-learning的相关知识，你将学到：（1）Q-learning的概念解释和算法详解；（2）通过Numpy实现Q-learning。故事案例：骑士和公主假设你是一名骑士，并且你需要拯救上面的地图里被困在城堡中的公主。你每次可以移动一个方块的距离。敌人是不能移动的，但是如果你和敌人落在了同一个方块中，你就会死。你的目标是以尽可能快的路线走到城堡去。这可以使用一个「按步积分」系统来评估。1.你在每一步都会失去1分（每一步失去的分数帮助智能体训练的

本文来自于csdn，本文将带你学习经典强化学习算法 Q-learning的相关知识，你将学到：（1）Q-learning的概念解释和算法详解；（2）通过 Numpy实现Q-learning。故事案例：骑士和公主 假设你是一名骑士，并且你需要拯救上面的地图里被困在城堡中的公主。你每次可以移动一个方块的距离。敌人是不能移动的，但是如果你和敌人落在了同一个方块中，你就