rlSARSAAgent
SARSA强化学习剂
描述
SARSA算法是一种无模型、在线、基于策略的强化学习方法。SARSA代理是一种基于价值的强化学习代理,它训练评论家来估计回报或未来的奖励。
有关SARSA代理程序的更多信息,请参见撒尔沙代理.
有关不同类型的强化学习代理的更多信息,请参见强化学习代理.
SARSA强化学习剂
SARSA算法是一种无模型、在线、基于策略的强化学习方法。SARSA代理是一种基于价值的强化学习代理,它训练评论家来估计回报或未来的奖励。
有关SARSA代理程序的更多信息,请参见撒尔沙代理.
有关不同类型的强化学习代理的更多信息,请参见强化学习代理.