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，我們講到了Model-Based RL方法，在該方法中，我們首先擬合得到一個模型，然後可以利用各種規劃方法進行規劃，或者，可以引申出Sample-Based Planning，也即我們並不是去採用貝爾曼方程計算，而是用模型進行採樣，然後利用Model-Free方法進行學習。本文中要講的Simu

>>阅读原文<<