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。
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