Q-Learning

کیو-لرنینگ

کیو-لرنینگ؛ الگوریتم یادگیری تقویتی برای یادگیری بهترین اقدام در هر وضعیت. عامل به‌تدریج یاد می‌گیرد برای هر وضعیت و اقدام چه مقدار پاداش آینده انتظار داشته باشد و بر اساس آن تصمیم بگیرد.