深度分析 Dueling Q‑Learning 理論收斂與價值‑優勢分解的切換線性系統分析 Q-learning 為強化學習基礎演算法，Dueling Q-learning 透過將 Q 函式分解為價值與優勢提升效率。本研究以正交分解與切換線性系統理論，證明未正則化表格版 Dueling Q-learning 在恆定步長下可收斂，深化對價值‑優勢動態的理解，對未來深度強化學習設計具指引意義。
