5. Sarsa(lambda)

Sarsa lambda λ \lambda λ 指的是選擇更新的步數。 單步更新，只更新了獲得寶藏的那一步的參數。 回合更新，更新了從出發到獲得寶藏的所有步數的參數。 多了一個獎勵衰減值，離寶藏越遠衰減越多。 原視頻： https://www.bilibili.com/video/av16921335?p=12

>>阅读原文<<