David Silver強化學習課程筆記（五）

第五課：模型無關的控制         本文主要介紹模型無關的控制，包括同策略方法（On-Policy，也譯作「在策略」）和異策略（Off-Policy，也譯作「離策略」）方法，由於是模型無關，因此本文聊的是學習（learning），而不是規劃（planning）。        1.簡介         在第一課中我們說到了預測和控制的區別，這裏就不再贅述，下面我們主要聊一下同策略方法和異策略方

>>阅读原文<<