我们知道Q学习需要大量的计算：
对于游戏AI来说，相较于OX游戏和围棋游戏，它需要更多的Q值。
如何计算这些大量的Q值呢？
谢谢。
回答：
MCTS实际上并没有减少任何Q值的计算量。
对于一个非常简单的Atari游戏AI来说，它需要的Q值远远超过3^(19×19)。
查看深度Q网络，它解决了你的问题。
我们可以用神经网络来表示我们的Q函数，该网络以状态（四个游戏屏幕）和动作作为输入，输出对应的Q值。或者我们可以只以游戏屏幕作为输入，输出每种可能动作的Q值。这种方法的优势在于，如果我们想要进行Q值更新或选择具有最高Q值的动作，我们只需通过网络进行一次前向传递，就能立即获得所有动作的所有Q值。
https://neuro.cs.ut.ee/demystifying-deep-reinforcement-learning/
