為什麼叫 Q-Learning

Q 這個字母在強化學習中表示一個動作的期望獎勵。那為什麼叫 Q learning，而不是 R learning、V learning 呢! 應該是一個叫 “阿Q哥” 的人發明的演算法，隨便給個名字而以。反正網路上也查不到發明者，而世上那麼多演算法，有如過街老鼠般的多，就隨便給個名字。