5. Sarsa(lambda)

Sarsa lambda

5. Sarsa(lambda)
$\lambda$ 指的是选择更新的步数。

单步更新，只更新了获得宝藏的那一步的参数。
回合更新，更新了从出发到获得宝藏的所有步数的参数。

多了一个奖励衰减值，离宝藏越远衰减越多。

原视频：
https://www.bilibili.com/video/av16921335?p=12

相关文章：

2021-09-01
2021-05-12
2021-11-02
2021-10-06
2021-12-21
2022-02-06
2022-12-23
2021-05-14

猜你喜欢

2021-12-17
2021-09-28
2021-08-01
2022-12-23
2021-11-27
2021-04-22
2021-04-05

相关资源

下载 2021-06-27
下载 2022-12-19
下载 2023-03-18
下载 2021-11-02
下载 2021-09-03

相似解决方案

热门标签

Java Python linux javascript Mysql C# Docker 算法前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库数据结构大数据 js 机器学习微服务 Android Go 程序员面试 JVM ASP.net core 云原生人工智能后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习多线程 React 架构 devops 爬虫云计算 Spring Boot LeetCode