RL——GAE

GAE，Generalized advantage estimation，平衡了强化学习中的方差与偏差，常用于AC中

• 参考链接：
  • 六、GAE 广义优势估计 - 万理的探求者的文章 - 知乎

强化学习中的方差与偏差

• 参考链接：方差与偏差

GAE、\(\lambda\)-return、TD(\(\lambda\))的区别是什么？

• 参考链接：

  • 强化学习中，GAE和TD(lambda)的区别是什么？ - 动词大词动的回答 - 知乎

    TD lambda: 用 n-step future reward估计value
    GAE: 用n-step TD residual of value估计advantage

  • lambda return 和 TD(lambda)的关系 - 啊啊啊的文章 - 知乎