入门强化学习1

1.初识强化学习（RL） 2.课程基础 3.资料学习 4.基本概念 核心思想：智能体agent在环境environment中学习，根据环境的状态state，执行动作action，并根据环境的反馈reward（奖励）来指导更好的动作。 特点： 不断和环境交互，观察和输出动作 奖励延迟 应用场景： 游戏 个性推荐 股票 交通 强化学习与监督学习的区别：

>>阅读原文<<