强化学习系列（十二）：Eligibility Traces

一、前言 Eligibility Traces是强化学习的基本原理之一。例如TD( λ λ )算法，( λ λ )表示eligibility traces的使用情况。几乎所有TD方法，如 Q-Learning或Sarsa，都可以和eligibility traces结合起来生成更高效通用的方法。 Eligibility Traces可以用于泛化TD和MC（蒙特卡罗）方法。当用eligibility

>>阅读原文<<