Q-table表示法
Q-table representation
据我了解 Q-learning，Q 值是 "how good" 特定状态-动作对的度量。这通常以以下方式之一在 table 中表示（见图）：
- 两种表述都有效吗？
- 如果Q-table作为状态到状态的转换table给出（如图中最上面的q-table，你如何确定最佳动作)，特别是如果状态转换不是确定性的（即从一个状态采取行动可以让你在不同的时间进入不同的状态？）
没有。通常，一个动作并不等同于到一个特定状态的转换。动作的数量可能与状态不同，相同的动作可能会导致不同的状态，具体取决于它在哪个状态下执行，不同的动作可能会导致相同的状态。过渡也可以是随机的。
见(1).
据我了解 Q-learning，Q 值是 "how good" 特定状态-动作对的度量。这通常以以下方式之一在 table 中表示（见图）：
- 两种表述都有效吗？
- 如果Q-table作为状态到状态的转换table给出（如图中最上面的q-table，你如何确定最佳动作)，特别是如果状态转换不是确定性的（即从一个状态采取行动可以让你在不同的时间进入不同的状态？）
没有。通常，一个动作并不等同于到一个特定状态的转换。动作的数量可能与状态不同，相同的动作可能会导致不同的状态，具体取决于它在哪个状态下执行，不同的动作可能会导致相同的状态。过渡也可以是随机的。
见(1).