强化学习： On-Policy与 Off-Policy 以及 Q-Learning 与 SARSA
刚接触强化学习，都避不开On Policy 与Off Policy 这两个概念。其中典型的代表分别是Q-learning 和 SARSA 两种方法。这两个典型算法之间的区别，一斤他们之间具体应用的场景是很多初学者一直比较迷的部分，在这个博客中，我会专门针对这几个问题进行讨论。 以上是两种算法直观上的定义。 我们都称 Q-Learning 是 Off Policy . SARSA 是 On Poli
相关文章
- 1. Qlearning、sarsa以及sarsa_lambda
- 2. 强化学习笔记（一） Qlearning & Sarsa
- 3. 强化学习（二）：Sarsa
- 4. 强化学习--QLearning
- 5. 强化学习——Qlearning
- 6. 强化学习——Qlearning——value based
- 7. 【强化学习】SARSA
- 8. 【强化学习】强化学习分类
- 9. 强化学习笔记(2)：Sarsa 与 Sarsa(lambda)
- 10. 强化学习（Q-Learning，Sarsa）
- 更多相关文章...
- • ASP - AJAX 与 ASP - ASP 教程
- • PHP - AJAX 与 PHP - PHP教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
