強化學習概念理解

一、基本理解 強化學習是智能體(Agent)以「試錯」的 方式進行學習，通過與環境進行交互獲得的獎勵指導行爲，目標是使智能體獲得最大的 獎勵。 所謂強化學習，是指從環境狀態到行爲映 射的學習，以使系統行爲從環境中獲得的累積Reward(獎勵值)最大。 在強化學習中，算法來把外界環境轉化爲最大化獎勵量的方式的動作，算法並沒有 直接告訴Agent(行爲主體)要做什麼或者要採取哪個動作，而是Agent通

>>阅读原文<<