暴雪在API测试中的应用

强化学习例子

 问题：1    a，c，d，f。这里的d->f 是怎么计算的，我计算的是0.2*[4+ 0.8*（-1） - 0.6]

　　　　是这值 还要加上原 Q（S,A） = 0.56+ 0.6= 1.16=1.2   （图2 DF为什么是1.2）

　　2 关于结果相加

 不是两个动作相加

而是Q（s，a）相加

是这值 还要加上原 Q（S,A） = 0.56+ 0.6= 1.16=1.2

AI赋能测试_API测试