强化学习学习笔记
发布时间：2022-12-04 15:00
强化学习
一.基本概念
1.什么是强化学习：
- 个体主动对环境作试探而不是静止地被动地等待
- 环境对试探动作产生的反馈是评价性的，个体根据环境的评价来调整以后的行为，是一种从环境状态到行为映射的学习。
一个以“打翻水杯”为例的机器-环境交互的例子：
注： - 结合两幅图可以发现这是一个连续的过程
- 这个状态是环境的状态，而不是机器的状态，实质上是机器的一个observation.
发布时间：2022-12-04 15:00
1.什么是强化学习：