Tags: #蒙特卡洛

RL笔记（5）：蒙特卡洛

从模型到经验：如何不依赖状态转移矩阵，仅通过‘玩游戏’来估计价值？详解蒙特卡洛预测与控制、增量更新及 GLIE 性质。

7 min read