alpha-constant Monte Carlo

Metoda Monte Carlo Methods (RL), którą można użyć do problemów niestacjonarnych. Po każdym epizodzie robiony jest update: $V(S_t)\leftarrow V(S_t)+\alpha [G_t-V(S_t)]$ gdzie $G_t$ to reward z całego epizodu.

Optymalność

Zobacz ^292c91.

Źródło: Reinforcement Learning An introduction