틀:MDP와 Q 러닝

항목	MDP	Q 러닝
결정 과정	전이확률T(s’,a,s) 계산	미래값(Q) 계산
정책(Policy)	π(s) = 𝑎𝑟𝑔𝑚𝑎𝑥 𝑇(𝑠’, 𝑎, 𝑠)	π(s) = 𝑎𝑟𝑔𝑚𝑎𝑥 𝑄(𝑠, 𝑎)
최적 값	수렴 시까지 V(s)수행	Q 테이블 업데이트