【QA】強化學習裡頭的回合更新、單步驟更新是什麼?
2021/09/15 下午 08:41
機器學習共學討論版
Chili
觀看數：43
回答數：1
收藏數：0
在強化學習模型的訓練過程中，更新模型參數的方式有兩種，一種是回合更新，另一種是單步更新。我想跟大家討論一下，兩個更新方式的不同之處，以及分別應用於哪些強化學習的演算法中。
回答列表
-
2021/09/15 下午 08:56Chili贊同數：0不贊同數：0留言數：0
# 回合更新(Monte-Carlo update) vs 單步更新(Temporal-Difference update) 就像是玩遊戲，回合更新指的是在一個遊戲回合之後才進行參數更新，單步更新指的是在每一步進行參數更新。 實際上，在訓練模型的時候，會傾向於選擇可以單步更新的模型，因為單步更新的效率比回合更新要高一些。 --- * (fs>24:**回合更新(Monte-Carlo update)：**