时序差分学习 - 时序差分学习技术,学习,经验文章

香芋Yu

4 小时前

【强化学习教程——01_强化学习基石】第05章_时序差分学习本章目标：理解时序差分 (TD) 学习如何结合蒙特卡洛 (MC) 和动态规划 (DP) 的优点，掌握 TD(0) 算法、n-step TD 以及 TD( λ \lambda λ) 与资格迹的概念，深入理解偏差-方差权衡。