4. Sarsa

Sarsa Sarsa与Q-Learning的区别 在Q-Learning算法当中未来的 Q ( s ′ , a ′ ) Q(s',a') Q(s′,a′) 是估计出来的， 而Sarsa的 Q ( S 2 , a 2 ) Q(S2,a2) Q(S2,a2)是计算出来的。 Q-Learning算法永远在寻找离目标最近的一条道路， 而Sarsa算法寻找的是一条比较安全的道路。 原视频： https:/

>>阅读原文<<