TD(λ)--Eligibility Traces
Eligibility traces在backward view中扮演者重要的角色。它的由来主要来自于解释分数(奖惩)的由来,如图,这种电击的原因有两种启发式的解释,一种是频率派,认为电击来自于出现频率最多的情况,即铃声。另外一种是近因派,认为电击是来自于灯泡,而eligibility tarces采用衰减因子的方式,比较好的结合了这两种启发式的方法,这是Eligibility tra...
原创
2019-06-19 10:47:58 ·
1107 阅读 ·
0 评论