ผลลัพธ์ในแบบแรก จะแสดงให้เห็นว่าเมื

ผลลัพธ์ในแบบแรก จะแสดงให้เห็นว่าเมื่อค่า Learning rate เพิ่มขึ้น จะผลต่อ Action ต่างๆ ค่า Action ที่มีค่า Q สูงสุด นั้น เปลี่ยนจาก Action ที่มีไม่มีความเสี่ยง ขยับเข้าสู่ Action ที่มีผลลัพธ์ที่ดีขึ้น แต่ก็มีความเสี่ยงเพิ่มขึ้น แต่ท้ายที่สุด ค่าก็จะหยุดอยู่ในระดับที่ไม่เสี่ยงมากจนเกินไป

ผลลัพธ์ (อังกฤษ) 1:

The first results showed that when the Learning rate increases will affect the Action value Action value Q Max is changing from the Action with no risk to move into Action with a better result, but there are more risks, but finally only the level too much risk?

ผลลัพธ์ (อังกฤษ) 2:

Results in the first series It shows on the Learning rate increase will affect the Action in the Action of the highest Q Action has shifted from risk shifting into Action with better results. It has an increased risk. But ultimately, It will stop the risk level is not too high.

ผลลัพธ์ (อังกฤษ) 3:

The results in the first to show that when the Learning rate will increase the Action. The Action valuable Q maximum. Change from Action with no risk, move into the Action with better results, but also have an increased risk.The value, it will stop at risk too much.