标签： machine-learning reinforcement-learning montecarlo temporal-difference
在研究强化学习时，以及涉及到无模型RL时，我们通常使用两种方法：
彼此之间何时相互使用？换句话说，我们如何找出最适合我们问题的方法？
答案 0 :(得分：2)
Sutton & Barto的第6.1和6.2节非常直观地了解了蒙特卡洛和TD学习之间的区别。
话虽如此，当然MC方法与非临时任务显然不兼容。在这种情况下，您将始终需要某种引导程序。