标签： machine-learning reinforcement-learning q-learning
已经证明Q-Learning算法收敛于最优策略的Qs是唯一的。那么断定Q-Learning算法不会过度训练是否正确？
答案 0 :(得分：3)
世界上没有过度训练的概念，你认为你有无限访问整个数据（Q-learning假设）。如果你不使用＆＃34; pure＆＃34; Q-learning，这是基于状态空间的，但是像深度Q学习这样的一些近似，这可能会严重过度。缺乏这种正确的假设来自不切实际的假设，这些假设通常不会得到满足（除非你的问题极其简单/小）。