强化学习 (Reinforcement Learning)

强化学习，Q-learning的收敛性如何证明？

找到了一个证明 http://users.isr.ist.utl.pt/~mtjspaan/readingGroup/ProofQlearning.p…
关注者
136
被浏览
69,064
登录后你可以
不限量看优质回答 私信答主深度交流 精彩内容一键收藏
查看全部 5 个回答

想起来，Q-Learning如果是离散state-action space是可以证明的，而连续空间使用function approximation的off-policy learning之前已有人证明存在不收敛的情况，因此，通常意义上的Q Learning的收敛性应该是无法被证明的，参考下面文章

查看全部 5 个回答