【RL】1.概論與基礎

因爲個人原因，沒能抽出時間將筆記電子化。計劃過幾日實現電子化。 課程內容 問題 強化學習的基本結構是什麼？ 答：agent與env交互，env生成state，agent觀測state爲observation，決定action。見課程內容的圖1。 強化學習相對於監督學習爲什麼訓練會更加困難？（強化學習的特徵） 答：[^1] 強化學習處理的多是序列數據，其很難像監督學習的樣本一樣滿足IID（獨立同分布

>>阅读原文<<