Lihat sumber Sejarah dan Perkembangan Algoritma SARSA

Algoritma SARSA diperkenalkan pada tahun 1996 oleh Richard S. Sutton, seorang pakar di bidang [[kecerdasan buatan]]. SARSA dikembangkan sebagai alternatif dari algoritma Q-learning yang telah lebih dahulu populer di dunia [[pembelajaran penguatan]]. Seiring waktu, SARSA menjadi salah satu algoritma dasar yang banyak digunakan dalam penelitian dan aplikasi RL.

== Latar Belakang Pengembangan ==
Pada masa awal pengembangan pembelajaran penguatan, para peneliti mencari metode yang dapat memperbarui nilai aksi berdasarkan pengalaman nyata agen. SARSA muncul sebagai solusi dengan pendekatan on-policy, yang memperbarui nilai berdasarkan aksi yang benar-benar diambil.

== Evolusi dan Implementasi ==
Setelah diperkenalkan, SARSA mengalami berbagai modifikasi dan pengembangan, seperti SARSA(λ) yang menggabungkan konsep eligibility traces. Berbagai implementasi SARSA telah digunakan dalam simulasi dan aplikasi dunia nyata, termasuk [[robotika]] dan permainan komputer.

== Kontribusi terhadap Pembelajaran Penguatan ==
SARSA memberikan kontribusi besar dalam pengembangan algoritma pembelajaran nilai. Algoritma ini menjadi landasan bagi berbagai penelitian lanjutan di bidang reinforcement learning, serta banyak digunakan sebagai contoh dasar dalam buku-buku teks dan kursus pembelajaran mesin.