强化学习是就是在学习怎么做才能最大化奖励信号，既如何建立情景-动作映射（map situations to actions）。学习者没有被告知应该采取什么行动，而是必须通过尝试找到获得最大的回报的动作。在最有趣和最具挑战性的情况下，行动可能不仅影响眼前的收益，而且影响下一个情景，并由此影响所有后续的收益。 强化学习是就是在学习怎么做才能最大化奖励信号，既如何建立情景-动作映射（map sit
阅读背景：
强化学习第二版（翻译）第一章 导论 第一节 强化学习 1.1 Reinforcement Learning
来源：互联网
分享到：
