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。

總結

以上是生活随笔為你收集整理的GAE强化学习的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。