《表1 Q学习算法伪代码》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于DQN的企业创业创新自主体模拟》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

自主体的一个特点是自适应学习。调整自主体或者说指导自主体从环境中学习知识的算法，称之为强化学习（Reinforcement Learning）。自主体的自适应学习需要强化学习的帮助，DQN（Deep Q-Network）算法就是这么一种强化学习算法，它最为经典的前身，是Watkins提出的Q学习（Q-learning）算法[12]。算法伪代码如表1所示。