الثالوث القاتل

اجتماع ثلاث خصائص — تقريب الدوال والتمهيد الذاتي والتدريب خارج السياسة — يؤدي إلى عدم استقرار مزمن في خوارزميات التعلّم بفروق الزمن.

The combination of three properties — function approximation, bootstrapping, and off-policy training — that leads to instability in temporal difference learning algorithms.