David Silver强化学习课程笔记（八）（下）

第八课（下）：基于Simulation的搜索方法         在《第八课（上）：学习与规划的结合》中，我们讲到了Model-Based RL方法，在该方法中，我们首先拟合得到一个模型，然后可以利用各种规划方法进行规划，或者，可以引申出Sample-Based Planning，也即我们并不是去采用贝尔曼方程计算，而是用模型进行采样，然后利用Model-Free方法进行学习。本文中要讲的Simu

>>阅读原文<<