machine-learning - Q学习算法会变得训练过度吗？

事实证明，Q学习算法收敛于最优策略的唯一性。因此，得出Q学习算法不会变得过度训练的结论是否正确？

最佳答案

在您假设您可以无限访问全部数据（Q学习假设）的世界中，没有过度训练的概念。如果您不使用基于状态空间的“纯” Q学习，而是使用诸如Deep Q学习之类的近似器，则会严重训练过度。缺乏这种属性的原因是不切实际的假设，通常不会满足这些假设（除非您的问题非常简单/很小）。