标签： python dictionary max reinforcement-learning
在此页面上，您将找到Value Iteration算法。 http://artint.info/html/ArtInt_227.html
我使用字典字典实现了表Q（s，a）。在Python中：
q = {s: {a: value}}
现在，问题是，我必须找到Q（s，a）列表的最大值，这真的很贵。我已经对我的代码进行了描述，并且在{内置方法max}上花费了近80％的时间。
有没有聪明的方法可以避免它？