时序差分学习

时序差分学习（temporal difference learning），理学-计算机科学技术-人工智能-机器学习-弱监督学习-强化学习，时序差分学习算法是强化学习中一种用于预测的经典算法，最早由R.萨顿（Richard Sutton）提出。此算法可以获得和监督学习同样的效果，并且占用的内存更少、收敛更快。