强化学习是一种理解和自动进行目标导向学习和决策的计算方法。它与其他计算方法不同之处在于它强调了代理与环境的直接交互学习，而不依赖于监督或完整的环境模型。在我们看来，强化学习是第一个认真处理在学习与环境的互动时产生的计算问题，以实现长期目标的第一个领域。 强化学习是一种理解和自动进行目标导向学习和决策的计算方法。它与其他计算方法不同之处在于
阅读背景：
强化学习第二版（翻译）第一章 导论 第六节 小结 1.6 Summary
来源：互联网
分享到：
