Implementación del Algoritmo Q-Learning en Python
Fundamentos Teóricos
El algoritmo Q-Learning es una técnica de aprendizaje por refuerzo que permite a un agente aprender la política óptima de acciones en diferentes estados. Su fórmula central es:
Q(s,a) ← (1 - α) * Q(s,a) + α * (r + γ * max Q(s',a'))
Donde Q(s,a) representa el valor esperado de tomar la acción a en el estado s, α es la tasa ...
Publicado el 7-11 21:19