machine-learning - 何时使用 Monte Carlo 而不是 TD 学习，反之亦然

Question

在研究强化学习时，确切地说，当涉及到无模型强化学习时，我们通常使用两种方法：

• TD学习
• 蒙特卡洛

什么时候使用它们中的每一个？换句话说，我们如何确定哪种方法最适合我们的问题？

Answer 1

Sutton & Barto的6.1 和 6.2 节对蒙特卡洛和 TD 学习之间的区别给出了非常好的直观理解。

话虽如此，MC 方法与非情节任务当然存在明显的不兼容性。在这种情况下，您将始终需要某种引导。