laji_1的博客

原创 【强化学习】基本知识梳理

文章目录前言一、基本概念二、使用步骤1.引入库2.读入数据总结 前言 对强化学习的基础的一些总结，防止自己容易遗忘 一、基本概念 1、Reward：记作Rt，一般代表t时刻的奖励值、回报值（强化学习中所有目标都可以用预期累积回报的最大化来描述） 2、 在某一个时刻，agent执行动作At、环境传来的 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import pandas as pd import matplotlib.pyplot as plt import