policy-evaluation algorithms | BriefGPT

关键词policy-evaluation algorithms

搜索结果 - 1

实用的线性时间差分学习研究
本文介绍了两种混合 TD 策略评估算法，并通过实证比较得出哪种线性 TD 方法在不同情况下应该优先使用及实际应用的具体建议。
PDF8 years ago