Temporal-Difference Learning 时序差分学习

【文件属性】：
文件名称：Temporal-Difference Learning 时序差分学习
文件大小：10.17MB
文件格式：PDF
更新时间：2021-04-23 02:37:29
时序差分 强化学习 Temporal-difference (TD) learning可以说是增强学习的中心，它集成了蒙特卡洛思想和动态编程（dynamic programming, DP）思想，像蒙特卡洛方法一样，TD 方法不需要环境的动态模型，直接从经验经历中学习。