对Tabular方法的总结
sample model比distribution model模型更容易获得
对于人工智能问题，value function, backing up value updates, and GPI是非常有用的组织规范。
上图说到了两个维度，第三个维度是on-policy与off-policy方法。
sample model比distribution model模型更容易获得
对于人工智能问题，value function, backing up value updates, and GPI是非常有用的组织规范。
上图说到了两个维度，第三个维度是on-policy与off-policy方法。