(资料图片)

无模型的强化学习中q-learning、SARSA，从教学内容上看，只是用于教学

拿Q-Table，学习后的Q表格只是反应了学习时的环境的情况，如果环境变化（奖励函数、状态转移等改变）了，这张Q表格就无效了，需要重新学习

来看看深度强化学习会如何，能否从学术走向应用落地？

（待续，继续学习去）