12、Eligibility Traces

文章目錄 1、The λ-return 2、TD(λ) 3、An On-line Forward View 4、True Online TD(λ)           有效跟蹤（Eligibility traces）是強化學習的基本機制之一。例如，TD(λ)算法，λ引用了有效跟蹤。         幾乎任何的時間差分(TD)方法，如Q-learning或Sarsa，都可以與有效跟蹤相結合，以獲得更

>>阅读原文<<