David Silver强化学习课程笔记（六）

第六课：值函数估计         好久没有写这个专栏了，现在来补一课，不然前面的都忘掉了～         本文主要讨论值函数的估计问题，主要研究两类方法：增量方法（Incremental Methods）、批方法（Batch Methods）。其中增量方法主要是从online方面考虑。批方法主要是从data efficient方面考虑。         在模型无关的预测中，我们介绍了如何对给定

>>阅读原文<<