Sarsa与Q-learning的区别是？
A、Sarsa是off-policy，而Q-learning是on-policy;
B、Sarsa是on-policy，而Q-learning是off-policy;
C、Q-learning在算法更新时，对应的下一个动作并没有执行，而sarsa的下一个动作在这次更新时已经确定了;
D、Q-learning是一种保守的算法，sarsa是一种贪婪勇敢的算法
发布时间：2025-06-21 19:59:13
请在 下方输入 要搜索的题目：
推荐参考答案 (
由 快搜搜题库 官方老师解答 )
答案：Sarsa是on-policy，而Q-learning是off-policy; Q-learning在算法更新时，对应的下一个动作并没有执行，而sarsa的下一个动作在这次更新时已经确定了
