相应的论文

[Jksnck]

作者大大，有没有代码相应的论文啊，想学习一下。刚入门Qlearning，还不是太熟悉

[sumizomechou]

这只是我刚学习Q学习时结合我研究方向的一个小demo，可能都不一定对……
要学习的话还是推荐看莫烦大佬的教学，讲的非常棒：
https://mofanpy.com/tutorials/machine-learning/reinforcement-learning/

[Jksnck]

好的，谢谢作者大大了。还有就是请问一下在运用Qlearning来解决有约束问题的目标函数时，您是怎样来处理那些约束的？（望解答）

[sumizomechou]

Qlearning最关键的地方就是奖励函数的设计了，我的理解是这样的：奖励函数和目标函数的关系为前者是后者的微观表达，并且奖励函数可以通过推导最终得到目标函数。关于目标函数的约束在奖励函数的表现，我看过的示例一般都用一个较大的奖励值或惩罚值来体现，比如说游戏中达成目标时会获得一个较高的正奖励值，失败之类的给一个负奖励值。以人在玩游戏时的情况类比就是人在接近胜利情绪会逐渐上升，胜利了会很高兴，失败了会失落愤怒等。