O Q-learning é um algoritmo de aprendizado
por reforço (reinforcement learning) que permite
que um agente aprenda a melhor política para tomar decisões em um ambiente, mesmo quando as
recompensas por essas ações são recebidas com
atraso. O agente aprende através da interação com
o ambiente, realizando ações e observando as recompensas e os estados resultantes. Qual o objetivo principal da função Q no algoritmo Q-learning?