在科学工作的过程中，我将讨论不同类型的强化学习。但是，我很难找到这些不同的类型。
那么，强化学习可以分为哪些子类别呢？例如，以下细分似乎很有用
- 无模型和基于模型
- 动态规划、蒙特卡洛和时间差异
还有其他人吗？
强化学习可以分为哪些子类别？
人工智能
强化学习
蒙特卡罗方法
时差法
基于模型的方法
无模型方法
2021-10-26 03:13:41
1个回答
你的两个建议并不相互排斥。如果你通过这个过程，你将不得不对一堆不同的 RL 分类做一个“笛卡尔积”，这会失控。如果可以的话，我建议改为描述某种“RL 分类法”。我的意思是描述不同的 RL 特征，而不假设它们是相互排斥的。
要添加到您的列表中：
- 政策内或政策外
- 基于价值或策略梯度
其它你可能感兴趣的问题