“强化学习说白了，是建立分布到分布之间的映射”？数学角度谈谈个人观点

简介：F学长是我数模竞赛、科研方法道路上的最重要的启蒙人之一。 去年他成功进入清华大学。巧的是，他的研究方向也是强化学习。 疫情期间，我们打过好几轮长长的电话，讨论强化学习，其中给我印象最为深刻的是，他说： “强化学习说白了，是建立分布到分布之间的映射。” 我从没有听过别人提这样的观点，这让我静下心来，去再次思考强化学习的数学假设。 我将在此对这个观点进行分析。 本文结构 先说结论，我 同意 这个

>>阅读原文<<