正确答案是 C: Q-learning。

### 分析

Q-learning 是一种常用的强化学习算法。以下是对选项的详细分析：

| 选项 | 描述 |
|--------------|----------------------------------------------------------------------|
| **A: Deep-learning** | 深度学习是一种机器学习方法，涉及神经网络，主要用于监督学习和无监督学习，不是强化学习算法。|
| **B: Quick-learning** | 并不存在名为 Quick-learning 的算法，这可能是一个无效或误导的选项。 |
| **C: Q-learning** | Q-learning 是一种无模型的强化学习算法。它通过学习动作值函数（Q值）来帮助智能体决定在给定状态下采取哪个动作。 |
| **D: Time-learning** | 并不存在名为 Time-learning 的算法，这是一个无效的选项。 |

### Q-learning 详解

Q-learning 是一种基于价值的学习算法，其目的是通过更新状态-动作值（Q值）来找到最优策略。它的更新公式如下：

\[
Q(s, a) \leftarrow Q(s, a) + \alpha \left[ r + \gamma \max_{a'} Q(s', a') - Q(s, a) \right]
\]

- \( Q(s, a) \) 是当前状态 \( s \) 下选择动作 \( a \) 的价值。
- \( \alpha \) 是学习速率。
- \( r \) 是执行动作 \( a \) 后获得的即时奖励。
- \( \gamma \) 是折扣因子，用于权衡未来奖励。
- \( \max_{a'} Q(s', a') \) 表示在新状态 \( s' \) 下的最大预期未来奖励。

Q-learning 为找寻最优策略提供了强大的工具，广泛应用于游戏、机器人控制以及其他需要自适应决策的领域。