Q Learning
Q learning 在做S2 action 分析时候， Q learn 会先假设action，但最终计算后不一定实施该action
Sarsa
确实直接选择（S2，A2）
Q Learning 过于激进，，选择最优，，看Maze 例子 就能很清楚的看到两个算法的实际不同。。
RL 中Q learning 与 Sarsa 区别
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1) 注...
