强化学习简介

https://www.toutiao.com/a6656380484144071179/   2019-02-10 22:35:52   介绍 假设你在玩一个视频游戏。你进入一个有两扇门的房间。在门1后面是100个金币，然后是通道。2号门后面是1枚金币，后面是另一个方向的通道。一旦你通过其中一扇门，就没有回头路了。你应该选择哪一扇门呢？ 如果您的决定完全基于最大化您的即时奖励（或分数），那么您的

>>阅读原文<<