通常在任何关于简单 Q-Learning 方法的教程中,设计者被要求创建一个固定的 q-表,并在假设设计者知道每个可能的状态动作的情况下记录模拟中所有可能的状态动作。
应用可扩展查找表来动态自动添加新状态,而不诉诸更复杂的算法(如 DQN)是否可行?有人可以指出任何线索吗?
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)