【机器学习】 强化学习

强化学习实际上是找一个从观测到动作的最优映射函数，输入是外界观测，目标是奖励最大化。 强化学习的主要特点： 学习过程中没有监督信号，只要奖励(reward) 其反馈(feedback)是延迟的而非瞬间的 强化学习过程与时间序列相关，是一个序贯决策的过程 agent采取的动作(action)会影响到它所接受的序列数据 强化学习算法分类： model-free RL(不理解环境)：不具备环境的先验知识

>>阅读原文<<