強化學習簡介

https://www.toutiao.com/a6656380484144071179/   2019-02-10 22:35:52   介紹 假設你在玩一個視頻遊戲。你進入一個有兩扇門的房間。在門1後面是100個金幣，然後是通道。2號門後面是1枚金幣，後面是另一個方向的通道。一旦你通過其中一扇門，就沒有回頭路了。你應該選擇哪一扇門呢？ 如果您的決定完全基於最大化您的即時獎勵（或分數），那麼您的

>>阅读原文<<