标签： ε-贪心
每日算法 — 使用java实现贪吃蛇：Q-Learning强化学习与ε-贪心探索策略
贪吃蛇是游戏史上最具影响力的经典益智游戏之一。本文将跳出传统路径搜索的框架，引入强化学习（Reinforcement Learning）范式，使用 Q-Learning 算法...
每日算法 — 使用java实现多臂老虎机：ε-贪心与UCB算法探索利用权衡
引言 多臂老虎机（Multi-Armed Bandit,...
每日算法 — 使用java实现SARSA：时序差分在线策略与探索利用平衡
SARSA（State-Action-Reward-State-Action）是强化学习领域经典的时序差分（Temporal...
