Метод временных разностей— класс методов без использования модели обучения с подкреплением, которые обучаются с помощью бутстрэппинга на основе текущей оценки функции ценности. Эти методы используют данные из окружающей среды, как методы Монте-Карло, и выполняют обновления на основе текущих оценок, как методы динамического программирования.
[Глоссарий по искусственному интеллекту. (Электронный ресурс). Режим доступа: http:// en.wikipedia.org›wiki/Glossary_of_artificial_intelligence/, свободный.]