David Silver强化学习课程笔记（八）（下）

第八课（下）：基于Simulation的搜索方法         在《第八课（上）：学习与规划的结合》中，咱们讲到了Model-Based RL方法，在该方法中，咱们首先拟合获得一个模型，而后能够利用各类规划方法进行规划，或者，能够引伸出Sample-Based Planning，也即咱们并非去采用贝尔曼方程计算，而是用模型进行采样，而后利用Model-Free方法进行学习。本文中要讲的Simul

>>阅读原文<<