19 lines
534 B
Markdown
19 lines
534 B
Markdown
# Sarsa
|
|
|
|
## 使用说明
|
|
|
|
运行```main.py```即可
|
|
|
|
## 环境说明
|
|
|
|
见[环境说明](https://github.com/JohnJim0816/reinforcement-learning-tutorials/blob/master/env_info.md)中的The Racetrack
|
|
|
|
## 算法伪代码
|
|
|
|
|
|
|
|
## 其他说明
|
|
|
|
### 与Q-learning区别
|
|
|
|
算法上区别很小，只在更新公式上，但Q-learning是Off-policy，而Sarsa是On-policy，可参考[知乎：强化学习中sarsa算法是不是比q-learning算法收敛速度更慢？](https://www.zhihu.com/question/268461866) |