2020年3月4日
Reinforcement Learning 笔记（3）
摘要： Sarsa & Q-Learning 根据公示表,似乎Sarsa相对于Ｑ的区别在于，Sarsa的学习更新过程中， Ｑ(s', a')的获取方式与Ｑ(s, a)相同，都是通过类似的epsilon-greedy方法获取的. 而Q-Learning 的思路则是直接抓取s',将其对应的所有action中,选 阅读全文
posted @ 2020-03-04 00:41 Aitashi 阅读(165) 评论(0) 推荐(0) 编辑