C · Reinforcement Learning · Lektion 12
Q-Learning
Geprüft am 19.11.2026
Q(s,a) = erwarteter Gesamtertrag einer Aktion in einem Zustand. Update: Wert in Richtung „Belohnung + γ · bester Folgewert“ verschieben, Schrittgröße α.
Der vollständige Inhalt dieses Kapitels ist Teil des Kurses.
Mit Animationen, Rechenwegen, Übungen mit KI-Korrektur und Quiz. Einmalig 29 € für 10 Jahre Zugriff – Modul 1 ist kostenlos.