An Introduction to Q-Learning Part 1

Hugging Face 經典強化學習教程，帶你從零掌握 Q-Learning 核心概念與 Bellman 方程式。

本教程為 Hugging Face 深度強化學習課程的第一部分，深入淺出地介紹了 Q-Learning 的基本原理。內容涵蓋強化學習的核心要素（如 Agent、環境、獎勵）、馬可夫決策過程（MDP），以及如何利用 Bellman 方程式更新 Q-table。適合想要踏入強化學習與 RLHF 領域的開發者與研究人員。

摘要由 AI 整理,以原文為準。