machine-learning - Q-Learning 算法会被过度训练吗？

Question

已经证明，Q-Learning 算法收敛到最优策略的唯一 Qs。那么得出 Q-Learning 算法不会被过度训练的结论是否正确？

Answer 1

假设您可以无限访问整个数据（Q-learning 假设），世界上没有过度训练的概念。如果你不使用基于状态空间的“纯”Q-learning，而是使用一些近似器，如 Deep Q-learning，这可能会过度训练。缺乏这种属性来自不切实际的假设，通常不会满足（除非您的问题非常简单/很小）。