强化学习（二）：Sarsa

时间 2021-01-03

标签 Sarsa Reinforcement learning 繁體版

原文原文链接

Sarsa(state-action-reward-state_-action_) 1.与Q_Learning的区别 Sarsa是on-policy，即在线学习型，下一个 state_和action_ 将会变成他真正采取的 action 和 state；Q_Learning是off-policy，即离线学习型，state_和 action_ 在算法更新的时候都还是不确定的。这种不同之处使得

>>阅读原文<<

1. 【强化学习】SARSA
2. 强化学习（Q-Learning，Sarsa）
3. 强化学习-sarsa教程
4. 强化学习之Q-learning && SARSA 对比
5. 强化学习笔记（一） Qlearning & Sarsa
6. 强化学习（2）：Sarsa 算法及 Sarsa(lambda) 算法
7. 强化学习笔记(2)：Sarsa 与 Sarsa(lambda)
8. 股票操作之强化学习基础（二）（Q-learning、Sarsa、Sarsa-lambda）
9. 强化学习（五）----- 时间差分学习(Q learning, Sarsa learning)
10. 强化学习之Sarsa （时间差分学习）
更多相关文章...
• 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
• 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
• Kotlin学习（二）基本类型
• Tomcat学习笔记（史上最全tomcat学习笔记）

最新文章

1. Appium入门
2. Spring WebFlux 源码分析(2)-Netty 服务器启动服务流程 --TBD
3. wxpython入门第六步（高级组件）
4. CentOS7.5安装SVN和可视化管理工具iF.SVNAdmin
5. jedis 3.0.1中JedisPoolConfig对象缺少setMaxIdle、setMaxWaitMillis等方法，问题记录
6. 一步一图一代码，一定要让你真正彻底明白红黑树
7. 2018-04-12—（重点）源码角度分析Handler运行原理
8. Spring AOP源码详细解析
9. Spring Cloud（1）
10. python简单爬去油价信息发送到公众号

本站公众号

欢迎关注本站公众号,获取更多信息

1. 【强化学习】SARSA
2. 强化学习（Q-Learning，Sarsa）
3. 强化学习-sarsa教程
4. 强化学习之Q-learning && SARSA 对比
5. 强化学习笔记（一） Qlearning & Sarsa
6. 强化学习（2）：Sarsa 算法及 Sarsa(lambda) 算法
7. 强化学习笔记(2)：Sarsa 与 Sarsa(lambda)
8. 股票操作之强化学习基础（二）（Q-learning、Sarsa、Sarsa-lambda）
9. 强化学习（五）----- 时间差分学习(Q learning, Sarsa learning)
10. 强化学习之Sarsa （时间差分学习）

>>更多相关文章<<