強化學習七天打卡營學習筆記

強化學習七天打卡營學習筆記 一、RL分類 根據環境是否可知可以分爲 Model-based RL & Model-free RL，基於模型的RL的和無模型的RL; 按照學習目標可分爲Value-based & Policy-based; 按照學習方式可以分爲On-Policy & Off-Policy 二、強化學習的算法和環境 經典算法：Q-learning、Sarsa、DQN、Policy Gr

>>阅读原文<<