本文深入探讨强化学习中的多种算法，包括Q-Learning、Sarsa及其扩展Sarsa(λ)、DQN、Policy Gradients、Actor-Critic、DDPG以及AC3。这些算法涵盖了从价值选择行为到直接行为选择，再到模型预测和单步更新的各种策略，对于理解强化学习的实践应用具有重要价值。
现有的强化学习主要分为五种：
通过价值选行为：Q-learning、Sarsa、Deep Q Network
直接选行为：Policy Gradients
想象环境并从中学习：Model Based RL
回合更新：基础版的Policy Gradients、Monte-Carlo Learning
单步更新：Q Learning、Sarsa、升级版Policy Gradients
一、Q-Learning
见参考：
https://baijiahao.baidu.com/s?id=1597978859962737001&wfr=spider&for=pc
https://www.jianshu.com/p/29db50000e3f?utm_medium=hao.caibaojian.com&utm_source=hao.caibaojian.com
最低0.47元/天 解锁文章
994
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
