强化学习——（1）基础

1. 基础介绍 在强化学习中有两个东西：Agent和Environment。他们的关系如下： Agent会去观察Environment，会做一些Action，Change the environment，之后会得到reward。 在Alpha Go中，observation为棋盘，action 是落子的位置，Environment为对手，reward为：赢了1，输了-1。因此，机器需要调整mode

>>阅读原文<<