强化学习 之 模型无关控制方法

（1）如何理解强化学习中的控制和预测这两个名词？ 在强化学习中我们经常会遇到预测（prediction）和控制（control）这两个词。预测问题指的是求解在给定策略（policy）下的价值函数（value function）的过程；而控制问题指的是如何获得一个尽量好的策略来最大化累计奖励（accumulated return）。因此，强化学习的过程常常是在解决预测问题的基础上，进而解决控制问题。

>>阅读原文<<