强化学习中的Q-learning算法和Sarsa算法的区别

欢迎点击参观我的 ——> 个人学习网站 Q-learning 算法描述： Sarsa 算法描述： 假设我们的 Q(s, a) 是一个 Q table ，如下图所示，该表格表示共有三个 state (状态)： s1 s 1 、 s2 s 2 、 s3 s 3 ,每个状态都有三个可选 action (动作) ： a1 a 1 、 a2 a 2 、 a3 a 3 ，对所有的状态-动作以 0 赋值： Q(

>>阅读原文<<