会员
周边
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
Rhys_Wang
博客园
首页
新随笔
联系
管理
订阅
2019年7月31日
Temporal-Difference Control: SARSA and Q-Learning
摘要: SARSA SARSA algorithm also estimate Action-Value functions rather than State-Value function. The difference between SARSA and Monte Carlo is: SARSA do
阅读全文
posted @ 2019-07-31 21:52 Junfei_Wang
阅读(207)
评论(0)
推荐(0)
编辑
公告