摘要：Q－learning是一种优良的强化学习算法。该文首先阐述了Q－learning的基本学习机制，然后以囚徒困境问题为背景，分析、对比了Q－learning算法与TFT算法，验证了Q－learing算法的优良特性。

原文链接:http://www.cqvip.com//QK/91690X/200113/5288403.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）