强化学习中的各种算法

现有的强化学习主要分为五种： 经过价值选行为：Q-learning、Sarsa、Deep Q Network 直接选行为：Policy Gradients 想象环境并从中学习：Model Based RLpython 回合更新：基础版的Policy Gradients、Monte-Carlo Learning 单步更新：Q Learning、Sarsa、升级版Policy Gradientsweb

>>阅读原文<<