用户3609319618245

赞

1

|

搜索文章

赞了这篇文章

研究生

·

5年前

强化学习 5 —— SARSA 和 Q-Learning 代码实现与详解

上篇文章强化学习——时序差分 (TD) --- SARSA and Q-Learning 我们介绍了时序差分TD算法解决强化学习的评估和控制问题，TD对比MC有很多优势，...

2

评论

关注了

关注了

关注了

关注了

关注了标签

关注了标签

加入于

2022-06-15