网站介绍：文章浏览阅读635次。参考周博磊老师课程Richard S.Sutton 《Reinforcement Learning》第六章时序差分学习 Temporal-Difference Learning TD1. 时序差分学习在强化学习中的应用2 时序差分预测1. 时序差分学习在强化学习中的应用在强化学习所有的思想中，时序差分(TD)学习无疑是最核心、最新颖的思想。时序差分学习结合了蒙特卡洛方法和动态规划方法的思想。与蒙特卡洛方法一致，时序差分方法也可以直接从与环境互动的经验中学习策略，而不需要构建关于环境动态特性的_时序预测 强化学习
- 链接地址：https://blog.csdn.net/weixin_38886470/article/details/121605200
- 链接标题：强化学习（第二版）笔记——第六章 时序差分学习_时序预测 强化学习-CSDN博客
- 所属网站：blog.csdn.net
- 被收藏次数：4438
- 网站标签：时序预测 强化学习
