一個簡單的例子讓你理解強化學習是什麼，和有監督學習的區別又是什麼

一個簡單的小例子：web 對於一個正在學走路的小屁孩，他一不當心摔倒了，若是他一摔倒就哭，那媽媽就會打他小屁屁，若是他摔倒了會本身爬起來，那媽媽很高興，就獎勵他喝一口奶。這樣小屁孩就學會了摔倒了要本身爬起來，而後就能夠喝不少不少奶。svg 其實，強化學習就是經過不斷與環境交互，利用環境給出的獎懲來不斷的改進策略（即在什麼狀態下采起什麼動做），以求得到最大的累積獎懲。學習 在上述問題中，獎就是喝奶，

>>阅读原文<<