強化學習 之 模型無關控制方法

（1）如何理解強化學習中的控制和預測這兩個名詞？ 在強化學習中我們經常會遇到預測（prediction）和控制（control）這兩個詞。預測問題指的是求解在給定策略（policy）下的價值函數（value function）的過程；而控制問題指的是如何獲得一個儘量好的策略來最大化累計獎勵（accumulated return）。因此，強化學習的過程常常是在解決預測問題的基礎上，進而解決控制問題。

>>阅读原文<<