5.7　總結

恭喜你已經朝著理解現代、最新的RL方法又邁出了一步！本章介紹了RL中廣泛使用的一些非常重要的概念：狀態價值、動作價值以及各種形式的Bellman方程。

還介紹了價值迭代方法，它是Q-learning領域中非常重要的組成部分。最后，介紹了價值迭代如何提升FrozenLake解決方案。

下一章將探討深度Q-network，它于2013年在許多Atari 2600游戲中擊敗人類，從而開始了深度RL的革命。