2019年10月16日
Temporal Difference - 时序差分学习
摘要： 这篇博客是前面一篇博客Model-Free Policy Evaluation 无模型策略评估的一个小节，因为TD本身也是一种无... 阅读全文
posted @ 2019-10-16 00:08 从流域到海域 阅读(113) 评论(0) 推荐(0) 编辑