深度強化學習入門，這一篇就夠了！

王小新 編譯整理 量子位 出品 | 公衆號 QbitAI 對於大腦的工做原理，咱們知之甚少，可是咱們知道大腦能經過反覆嘗試來學習知識。咱們作出合適選擇時會獲得獎勵，作出不切當選擇時會受到懲罰，這也是咱們來適應環境的方式。現在，咱們能夠利用強大的計算能力，在軟件中對這個具體過程進行建模，這就是強化學習。html 最近，Algorithmia博客上的一篇文章，從基礎知識、決策過程、實際應用、實踐挑戰和

>>阅读原文<<