DeepMind：所謂SACX學習範式

           機器人是否能應用於服務最終還是那兩條腿值多少錢，而與人交互，能真正地做「服務」工作，還是看那兩條胳膊怎麼工作。大腦的智能化還是非常遙遠的，還是先把感受器和效應器做好纔是王道。            關於強化學習，根據Agent對策略的主動性不同劃分爲主動強化學習（學習策略：必須自己決定採取什麼行動）和被動強化學習（固定的策略決定其行爲，爲評價學習，即Agent如何從成功與失敗

>>阅读原文<<