Q-Learning

Q学习是一种强化学习算法，旨在根据当前状态找到最佳动作。它通过学习一个“Q函数”来工作，该函数估计在特定状态下采取特定动作并随后遵循最优策略的预期累积奖励。该Q函数根据智能体的经验迭代更新，使其能够在不需要环境模型的情况下学习最优策略。