強化學習（二）：Sarsa
Sarsa(state-action-reward-state_-action_) 1.與Q_Learning的區別 Sarsa是on-policy，即在線學習型，下一個 state_和action_ 將會變成他真正採取的 action 和 state；Q_Learning是off-policy，即離線學習型，state_和 action_ 在算法更新的時候都還是不確定的。這種不同之處使得
相關文章
- 1. 【強化學習】SARSA
- 2. 強化學習（Q-Learning，Sarsa）
- 3. 強化學習-sarsa教程
- 4. 強化學習之Q-learning && SARSA 對比
- 5. 強化學習筆記（一） Qlearning & Sarsa
- 6. 強化學習（2）：Sarsa 算法及 Sarsa(lambda) 算法
- 7. 強化學習筆記(2)：Sarsa 與 Sarsa(lambda)
- 8. 股票操作之強化學習基礎（二）（Q-learning、Sarsa、Sarsa-lambda）
- 9. 強化學習（五）----- 時間差分學習(Q learning, Sarsa learning)
- 10. 強化學習之Sarsa （時間差分學習）
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Kotlin學習（二）基本類型
- • Tomcat學習筆記（史上最全tomcat學習筆記）
相關標籤/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。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 【強化學習】SARSA
- 2. 強化學習（Q-Learning，Sarsa）
- 3. 強化學習-sarsa教程
- 4. 強化學習之Q-learning && SARSA 對比
- 5. 強化學習筆記（一） Qlearning & Sarsa
- 6. 強化學習（2）：Sarsa 算法及 Sarsa(lambda) 算法
- 7. 強化學習筆記(2)：Sarsa 與 Sarsa(lambda)
- 8. 股票操作之強化學習基礎（二）（Q-learning、Sarsa、Sarsa-lambda）
- 9. 強化學習（五）----- 時間差分學習(Q learning, Sarsa learning)
- 10. 強化學習之Sarsa （時間差分學習）