https://www.cnblogs.com/Roboduster/p/16442003.html

Sarsa算法 是 TD算法的一种，之前没有严谨推导过 TD 算法，这一篇就来从数学的角度推导一下 Sarsa 算法。注意，这部分属于 TD算法的延申。 7. Sarsa算法 7.…