#Deep Reinforcement Learning

क्यू-लर्निंग और डीक्यूएन — क्यू-टेबल से डीप रीइन्फोर्समेंट लर्निंग तक

क्यू-लर्निंग बेलमैन इष्टतमता लक्ष्य के साथ क्रिया मूल्यों को अपडेट करती है। यह प्रारंभिक परिचय सारणीबद्ध क्यू-टेबल से डीप क्यू-नेटवर्क तक के मार्ग का अनुसरण करता है, जिसमें अनुभव पुनर्प्रस्तुति, लक्ष्य नेटवर्क, अति-अनुमान और रोबोट स्टैक में सुरक्षित स्थान निर्धारण की व्याख्या की गई है।