Eligibility Traces — 资格迹

事实

强化学习中记录近期状态动作信用的机制。

人话

资格迹像接力赛记功：冲线的人亮眼，前几棒也按近远分功劳。

用于 TD 和 Actor-Critic，让延迟奖励更快回传。

相关概念

• 时序差分学习（Temporal-Difference Learning）
• Reinforcement Learning｜强化学习
• 演员-评论家方法

TD Learning
资格迹让 TD 学习能把奖励分给近期步骤。

RL
资格迹帮助强化学习处理延迟奖励问题。

Actor-Critic
Actor-Critic 可用资格迹同时更新策略与价值。