强化学习简介

强化学习是机器想里面非常重要的一个派别。智能体agent会不断执行一些操作，通过结果来学习，在不同的环境中分别应该采取怎样的行动。 一些常见的算法如： Q学习，深度Q网络 (DQN) ，策略梯度 (Policy Gradients) ，演员-评论家 (Actor-Critic) ，以及近端策略优化 (PPO)等。 奖励假说为根基 问题来了，目标为什么是预期累积奖励最大化？ 因为，强化学习原本就是建

>>阅读原文<<