Qlearning的PPT讲义，包括举例子以及公式推导。QLearning是强化学习算法中value-based的算法，Q即为Q（s,a）就是在某一时刻的 s 状态下(s∈S)，采取 动作a (a∈A)动作能够获得收益的期望，环境会根据agent的动作反馈相应的回报reward r，所以算法的主要思想就是将State与Action构建成一张Q-table来存储Q值，然后根据Q值来选取能够获得最大的收益的动作。

用模糊强化学习，需预先设定模糊规则，本代码描述了Cartpole学习的强化学习过程，有兴趣可以学习一下

9This project is for implementation of Q-Learning algorithm for world grid navigation

QtC++用动态规划，djistra，Astar，Qlearning实现的路径规划，地图用十字链表储存。

MATLAB强化学习代码包，用于解决多步决策模型（网格迷宫问题）的Q-Learning算法。 编程与算法的详细说明可参看我的专栏：https://blog.csdn.net/weixin_43723517/category_9676083.html "I thought what I'd do was I'd pretend I was one of those deaf-mutes, or should I?"

Q Learning强化学习自动交易机器人

matlab说话代码QLearning for Path Planning 这是用于路径规划的Q学习算法（代码+描述）的实现。 这是文件结构： QLearning for Path Planning |-- src |-- data |-- Distance.mat |-- Distance_bigmap.mat |-- NodeSide.mat |-- NodeSide_bigmap.mat |-- Planned |-- PlannedData.mat |-- PlannedData_bigmap.mat |-- GetBigmapMat.m |-- main.m |-- mygetRealObstacle.m |-- mygetRewardTable.m |-- mygetRoutelen.m |-- myQLearningRoute.m |-- myQLearningTrain.m |-- myRouteChange.m |-- time_test.m |-- imgs |-- images used in file 'Readme.md' |-- Readme.md 在以上文

MATLAB实现任意位置出发，自主寻找小球

利用qlearing算法训练贪吃蛇，模型在2000次循环内取得很好的效果，属于伯克利人工智能导论课cs188中的作业

这是一个22*22的迷宫，通过QLearning算法训练智能体走迷宫。包括迷宫文件、QLearning算法文件、主程序调用文件，无需调试，打开就能跑