强化学习中 on-policy 与 off-policy 的区别是什么？各自适用什么场景？

Question

Accepted Answer

考察点：考察对强化学习核心概念的理解及其在实际应用中的选择依据。回答思路：准确解释 on-policy 与 off-policy 的定义 说明行为策略与目标策略的关系 举例说明适用场景及选择依据 能分析两者的优缺点

考察说明