技术栈
td learning
爱听歌的周童鞋
4 小时前
强化学习
·
rm
·
td learning
·
收敛性
·
mc 对比
强化学习的数学原理 | 赵世钰 | 西湖大学 | 笔记 | Lecture 7 | Part 3 | 时序差分方法（TD 算法收敛性、与 MC 的比较）
学习赵老师讲授的强化学习的数学原理视频，本篇文章记录第七讲 Part 3：时序差分方法（TD 算法收敛性、与 MC 的比较），记录个人学习笔记，和大家一起分享交流😄
我是有底线的