< Torna all’indice dei conenuti

Note

On-policy VS off-policy

• on-policy: l’agente apprende la policy prendendo in considerazione tutti i dati collezionati durante l’apprendimento indipendentemente dallo stato della policy al momento della collezione del dato
• on-policy: l’agente apprende la policy successiva prendendo in considerazione soltanto i dati collezionati utilizzando la policy più recente

Glossario

Termine	Definizione	Sinonimi
trajectory	$\tau=\langle s_0, a_0, …, s_T, a_T\rangle$	episode, rollout