【強化学習】まとめてみた 第六回（１）（いよいよ登場！Q学習（基本））【TD学習】 - Qiita

はじめに 強化学習勉強会なるものがスタートしました！ なので，それらを勉強もかねてまとめていこうと思います．二番煎じ感がものすごいですが，自分の理解度向上のためにも！ 予定ではQiitaで第7回分（Q学習ぐらいまで）ぐらいやろうかなと考えています．今回は第六回（１）です！ 過去のもの 第一回：概要 第二回：n本腕バンディット 第三回：用語まとめ編 第四回：動的計画法 第五回（１）：モンテカルロ法（ES法） 第五回（２）：モンテカルロ法（方策ON型，方策OFF型） 第六回（１）：TD学習の基本（ランダムウォーク） 第六回（２）：TD学習（Q学習・Sarsa学習） その他リンク github https://github.com/Shunichi09/ twitter https://twitter.com/ShunichiSekigu1?lang=ja 参考書 http://www.mori