Які відмінності між TD-learning та Monte Carlo методами є правильними?

Question

Answer

Monte Carlo методи потребують завершеного епізоду для оновлення

Answer

TD використовує лише винагороди без оцінки наступних станів

Answer

TD оновлює значення після кожного кроку взаємодії

Answer

TD використовує bootstrapping (оцінку на основі поточних значень)

Crowdly