sarsa和q-learning区别
sarsa是on policy q-learning是off policy 区别在于更新Q值的时候，直接使用了最大的Q(st+1,a)，相当于采用了Q(st+1,a)值最大的动作，即与t时刻a动作所采用的policy无关
相关文章
- 1. Qlearning、sarsa以及sarsa_lambda
- 2. SARSA 和 Q-learning 的区别
- 3. Q-learning和Sarsa的区别
- 4. 强化学习笔记（一） Qlearning & Sarsa
- 5. SARSA与Q-learning的区别
- 6. [强化学习] off-policy和on-policy、Q-learning和Sarsa的区别、Sarsa-lambda、Q-lambda
- 7. Q-learning与Sarsa算法的区别
- 8. Q-learning与Sarsa原理以及区别
- 9. 时间差分方法Q-learning和sarsa的区别
- 10. Q-learning和Sarsa
- 更多相关文章...
- • Git 工作区、暂存区和版本库 - Git 教程
- • SQL 别名 - SQL 教程
- • IntelliJ IDEA 代码格式化配置和快捷键
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Qlearning、sarsa以及sarsa_lambda
- 2. SARSA 和 Q-learning 的区别
- 3. Q-learning和Sarsa的区别
- 4. 强化学习笔记（一） Qlearning & Sarsa
- 5. SARSA与Q-learning的区别
- 6. [强化学习] off-policy和on-policy、Q-learning和Sarsa的区别、Sarsa-lambda、Q-lambda
- 7. Q-learning与Sarsa算法的区别
- 8. Q-learning与Sarsa原理以及区别
- 9. 时间差分方法Q-learning和sarsa的区别
- 10. Q-learning和Sarsa