RL的方案
两个主要对象：Agent和Environment
Agent观察Environment，做出Action，这个Action会对Environment造成一定影响和改变，继而Agent会从新的环境中获得Reward。循环上述步骤。Agent观察Enviro
阅读背景：
深度强化学习：入门(Deep Reinforcement Learning: Scratching the surface)
来源：互联网
分享到：
