同步动态规划是基础:
一次性更新所有的S的value。
异步动态规划分集中常见类型:
in-place 动态规划:
不对上一周期的value进行备份,直接使用这一周期的value(当然,本周期的value本来就是上一周期优化的结果,只是少了备份这一步,节省了一些内存)
Prioritised Sweeping:
计算优化目标值和现实值之差,对多个S计算后排成一列,差值大的在前,依次优化对应的s的value。
real-time 动态规划:
应该可以翻译为实时动态规划,但是real-time 实际上指的是 real time step,意思是真正经历的时间步,也就是真正经历的S,只更新经历过的S,不管其他