2025年11月2日
DRL-SARSA
摘要： SARSA算法 1. 引言 SARSA（State-Action-Reward-State-Action）是一种重要的强化学习算法，属于时序差分（Temporal Difference, TD）控制方法。它通过直接学习动作价值函数Q(s,a)来解决强化学习问题。与Q-learning不同，SARSA 阅读全文
posted @ 2025-11-02 23:53 aaooli 阅读(18) 评论(0) 推荐(0)