强化学习概念梳理

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

1. 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