标签：化学 car nbsp cti 分享 boot img cto mon
in most AC algorithms, we actually just fit value function. less common to fit Q function as well.
batch：off line， monte carlo。online： bootstrap，TD
CS294-112 深度强化学习 秋季学期（伯克利）NO.5 Actor-critic introduction
标签：化学 car nbsp cti 分享 boot img cto mon
原文地址：https://www.cnblogs.com/ecoflex/p/9092566.html
