David Silver強化學習課程筆記（八）（下）

第八課（下）：基於Simulation的搜索方法         在《第八課（上）：學習與規劃的結合》中，咱們講到了Model-Based RL方法，在該方法中，咱們首先擬合獲得一個模型，而後能夠利用各類規劃方法進行規劃，或者，能夠引伸出Sample-Based Planning，也即咱們並非去採用貝爾曼方程計算，而是用模型進行採樣，而後利用Model-Free方法進行學習。本文中要講的Simul

>>阅读原文<<