Linear Function Approximation  policy evaluation

Monte Carlo: converges to minimal MSE

|| Q’MC - Qp||p= minw || Q’w - Qp||p ÷ e

TD(0) converges close to MSE

|| Q’TD - Qp||p= e /(1-g) [TV]

DP may diverge

There exists counter examples [B,TV]

השקופית הקודמת

השקופית הבאה

חזור אל השקופית הראשונה

הצג גירסה גרפית