1. 什么是强化学习
强化学习是机器学习的一个分支,让计算机具有自主决策能力,比如鼎鼎有名的AlphaGo就是采用了强化学习算法。刚开始计算机是随机进行操作,通过不断尝试,根据环境给予的反馈信息,计算机调整自己的策略,从而学会达到目的的策略。
2. 强化学习的核心
一个目标:获得一个最优策略,使得累积奖励值最大。
两个对象:agent和environment,agent可以感知环境的状态,还可以执行行动,对环境产生影响。Environment根据agent选择的行动返回一个奖励值,并改变环境的状态。
三要素:环境状态State,action:agent可以选择的行动, reward:在当前状态下采取某个行为,所获得的奖励。
3. 强化学习的分类
-
model based和model free
Model-free: 不去理解环境,环境给什么就是什么,一步一步等待真实世界的反馈