如何解决具有非固定或可扩展 Q 表或动态表格表示的 Q 学习
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？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
