當TD展開變長的時候，bias 下降，variance上升
GAE做了個tradeoff，把TD展開做了一個類似iterative deepening的過程，用lambda做一個幾何序列加權(quán)。

總結(jié)

以上是生活随笔為你收集整理的GAE强化学习的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。