此系列笔记转自https://morvanzhou.github.io
强化学习并不会告诉你一个方向，也没有数据和标签，只会对结果进行评分（正确就会给高分，错误就会给低分），为了得到更高的分数，强化学习会记住使得自己获得高分的方法，从而获得最优解。强化学习并
阅读背景：
001-强化学习简介
来源：互联网
分享到：
