强化学习(Reinforcement Learning)基本算法实现

• 基于价值的(Value-Based)：

  • 基于模型(Model-Based)的：(已完结)
    • 价值迭代
    • 策略迭代
  • 无模型的(Model-Free)：
    • Q-Learning，DQN
    • SARSA

• 基于策略的(Policy-Based)：

  • 策略搜索
  • 策略梯度方法