强化学习中同步动态规划和异步动态规划 Synchronous and Asynchronous dynamic programminging

同步动态规划是基础：web 一次性更新全部的S的value。异步 异步动态规划分集中常见类型： in-place 动态规划： 不对上一周期的value进行备份，直接使用这一周期的value（固然，本周期的value原本就是上一周期优化的结果，只是少了备份这一步，节省了一些内存）svg Prioritised Sweeping：优化 计算优化目标值和现实值之差，对多个S计算后排成一列，差值大的在前，

>>阅读原文<<