【RL】1.概论与基础

因为个人原因，没能抽出时间将笔记电子化。计划过几日实现电子化。 课程内容 问题 强化学习的基本结构是什么？ 答：agent与env交互，env生成state，agent观测state为observation，决定action。见课程内容的图1。 强化学习相对于监督学习为什么训练会更加困难？（强化学习的特征） 答：[^1] 强化学习处理的多是序列数据，其很难像监督学习的样本一样满足IID（独立同分布

>>阅读原文<<