强化学习笔记1-Python/OpenAI/TensorFlow/ROS-基础知识

概念： 机器学习分支之一强化学习，学习经过与环境交互进行，是一种目标导向的方法。html 不告知学习者应采用行为，但其行为对于奖励惩罚，从行为后果学习。python 机器人避开障碍物案例：git 靠近障碍物-10分，远离障碍物+10分。github 智能体本身探索获取优良奖励的各自行为，包括以下步骤：docker 智能体执行行为与环境交互 行为执行后，智能体从一个状态转移至另外一个状态 依据行为得

>>阅读原文<<