2021-05-10 一天又过去了

今天自己把Q-Learning的流程用matlab写了一遍，又用python写了一遍。写完后感觉代码也没有几行。但是matlab中的reinforcement learning toolbox中的代码却是那么复杂！里面用到的一些优化策略，自己真的是不了解。皮毛和深度的差别啊！自己安慰自己，自己每天都有学习新知识，那就是不辜负时光！