強化學習導論 第二章

作者：劍聖 鏈接：https://zhuanlan.zhihu.com/p/27323995 來源：知乎 著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。   區分強化學習和其他種類的學習方式最顯著的特點是：在強化學習中，訓練信息被用於評估動作的好壞，而不是用於指導到底該是什麼動作。這也是爲何需要主動去做exploration的原因。純粹的評估性反饋可以表明一個動作的好壞、但並

>>阅读原文<<