已验证75% 置信事实精确时间

Q-learning是强化学习中的值函数方法，由Watkins于1989年提出，核心是维护Q表并通过贝尔曼方程迭代更新

5

来源数

75%

置信度

长期有效

时效性

2026/7/19

首次发现

来源

RL3：零代码强化学习平台，拖拽即可训练智能体

相关事实

待验证1989年Chris Watkins提出Q-learning算法，奠定了无模型强化学习的基础78% 相似待验证Q-learning 属于基于价值的方法，学习动作价值函数 Q(s,a)，通过选择 Q 值最大的动作来决策，通常配合离散动作空间。73% 相似待验证对硕士论文而言最现实的建议是从变分量子电路（VQC）+强化学习的组合入手64% 相似待验证元强化学习是'学会学习'研究范式在强化学习领域的具体体现，核心思想可追溯到20世纪80年代Schmidhuber等人的早期工作64% 相似待验证论文指出强化学习是实现随算力扩展、同时高效利用算力的自动化对齐测试方法的一个有前景的方向61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/561368

API

curl https://kongchang.com/api/v1/knowledge/claims/561368

MCP

get_claim(id=561368)