Machine learning Q学习，拉米游戏的状态、行动和奖励是什么？
我正在为rummy研究q学习算法，我必须生成一个q表，其中它作为q[状态，动作]，因为在rummy游戏中，动作要么选择要么放弃我的值设置为2，其中当涉及到状态时，数字是多少？（问题1） 现在牌堆里的牌是A，1，2，3，4，5，6和7，每种类型，大约28张牌+4张A，这意味着我有32个状态吗？如果是这样的话，当我更新Q表中的值时，它实际上意味着什么。（问题2） 在上述情况下，如何设计奖励表（问题3） 谢谢你的帮助Machine learning Q学习，拉米游戏的状态、行动和奖励是什么？,machine-learning,reinforcement-learning,q-learning,Machine Learning,Reinforcement Learning,Q Learning,我正在为rummy研究q学习算法，我必须生成一个q表，其中它作为q[状态，动作]，因为在rummy游戏中，动作要么选择要么放弃我的值设置为2，其中当涉及到状态时，数字是多少？（问题1） 现在牌堆里的牌是A，1，2，3，4，5，6和7，每种类型，大约28张牌+4张A，这意味着我有32个状态吗？如果是这样的话，当我更新Q表中的值时，它实际上意味着什么。（问题2） 在上述情况下，如何设计奖励表（问题3） 谢谢你的帮助