企业官网建设流程全解析

1、时序差分学习（Temporal-Difference Learning，TD Learning）概览

图 1｜第 7 讲：时序差分学习的整体内容

这张课件给出了第 7 讲Temporal-Difference Learning（时序差分学习）的整体结构。课程共分为 8 个部分：

1. Motivating example（激励示例），9 分钟；
2. TD algorithm: introduction and interpretation（TD 算法：介绍与解释），14 分钟；
3. TD algorithm: convergence and comparison（TD 算法：收敛性与比较），16 分钟；
4. Sarsa，16 分钟；
5. Expected Sarsa and n-step Sarsa（Expected Sarsa 与