#Q-learning

Q学习和DQN——从Q表到深度强化学习

Q学习使用贝尔曼最优目标来更新动作值。本入门教程从表格形式的Q表讲解到深度Q网络，解释了经验回放、目标网络、高估以及机器人堆叠中的安全放置等概念。