sarsa和q-learning區別
sarsa是on policy q-learning是off policy 區別在於更新Q值的時候，直接使用了最大的Q(st+1,a)，相當於採用了Q(st+1,a)值最大的動作，即與t時刻a動作所採用的policy無關
相關文章
- 1. Qlearning、sarsa以及sarsa_lambda
- 2. SARSA 和 Q-learning 的區別
- 3. Q-learning和Sarsa的區別
- 4. 強化學習筆記（一） Qlearning & Sarsa
- 5. SARSA與Q-learning的區別
- 6. [強化學習] off-policy和on-policy、Q-learning和Sarsa的區別、Sarsa-lambda、Q-lambda
- 7. Q-learning與Sarsa算法的區別
- 8. Q-learning與Sarsa原理以及區別
- 9. 時間差分方法Q-learning和sarsa的區別
- 10. Q-learning和Sarsa
- 更多相關文章...
- • Git 工作區、暫存區和版本庫 - Git 教程
- • SQL 別名 - SQL 教程
- • IntelliJ IDEA 代碼格式化配置和快捷鍵
- • 適用於PHP初學者的學習線路和建議
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。
最新文章
- 1. eclipse設置粘貼字符串自動轉義
- 2. android客戶端學習-啓動模擬器異常Emulator: failed to initialize HAX: Invalid argument
- 3. android.view.InflateException: class com.jpardogo.listbuddies.lib.views.ListBuddiesLayout問題
- 4. MYSQL8.0數據庫恢復 MYSQL8.0ibd數據恢復 MYSQL8.0恢復數據庫
- 5. 你本是一個肉體，是什麼驅使你前行【1】
- 6. 2018.04.30
- 7. 2018.04.30
- 8. 你本是一個肉體，是什麼驅使你前行【3】
- 9. 你本是一個肉體，是什麼驅使你前行【2】
- 10. 【資訊】LocalBitcoins達到每週交易比特幣的7年低點
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Qlearning、sarsa以及sarsa_lambda
- 2. SARSA 和 Q-learning 的區別
- 3. Q-learning和Sarsa的區別
- 4. 強化學習筆記（一） Qlearning & Sarsa
- 5. SARSA與Q-learning的區別
- 6. [強化學習] off-policy和on-policy、Q-learning和Sarsa的區別、Sarsa-lambda、Q-lambda
- 7. Q-learning與Sarsa算法的區別
- 8. Q-learning與Sarsa原理以及區別
- 9. 時間差分方法Q-learning和sarsa的區別
- 10. Q-learning和Sarsa