强化学习

REF：强化学习——从Q-Learning到DQN到底发生了什么？

概念

时间差分法（TD方法）

强化学习入门 第四讲 时间差分法（TD方法）

强化学习（五） - 时序差分学习(Temporal-Difference Learning)及其实例----Sarsa算法, Q学习, 期望Sarsa算法 

 
posted @ 2022-01-03 17:58  lvmxh  阅读(61)  评论(0)  编辑  收藏  举报