原书出处
强化学习入门:从原理到实践
05 5.7.2 状态序列的管理
如果使用MC学习算法,则需要学习完整的序列;如果使用TD学习,则最小的学习单位是一个状态转换
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter48.xhtml
EPUB SHA-256:76c493291cc0fa463afd3db89c636485407fc816a924dd77c3f4e0a26d16ca6d