on-policy和off-policy的区别是什么？off-policy相比on-policy有哪些优点和缺点？

Question

Accepted Answer

考察点：考察对强化学习两类学习方法差异的深入理解及权衡分析。回答思路：能清晰定义on-policy和off-policy 能准确说明数据来源和策略更新的差异 能分析off-policy在样本效率与稳定性方面的优缺点

考察说明