强化学习中Q-Learning算法和SARSA算法的区别
公式
Q-learning
SARSA
区别
其实我认为俩者的区别就是在于更新的时候有没有考虑到e-greed贪恋算法中的随机这个因素,sarsa考虑到了,Q-learning没有考虑。为什么这么说呢?
假设我们有三个状态S1 S2 S3
我们在使用SARSA的时候会用到S1 A1 R 和S2 A2(sarsa的构成),这个时候我们发现,我们的机器其实已经走到了S3这个位置,是在执行完A2这个动作之后,我们更新的是S1的Q表格
而Q-learning的区别在于,我们在更新Q表格的时候实际上我们还在S2这
原创
2021-05-30 13:23:24 ·
858 阅读 ·
0 评论