Rl强化学习基础课（周博磊） class.1

Supervised Learning：需要训练集，有正确答案。 所以有loss function（1）数据尽可能不相关（2）正确的label有判定标准

Reinforcement Learning：反馈比较慢，无直接的判定标准。

Diff between RL and Supervised Learning：

1. 序列化的数据输入，不是一个个独立样本
2. learner 是一个学习的过程，并不知道具体行为准确的对错，需要自己去尝试
3. Trial and error 强化学习存在一个试错的过程（exploration and exploitation）
4. 强化学习中，no supervisor，只有一个奖励信号，并且存在延迟

强化学习主要特征：

1. Trial and error exploration
2. 延迟奖励
3. 连续的数据输入，涉及到了时间问题（Time 是关键问题，类似于监督学习中数据i.i.d让data不相关）
4. 智能体（agent）的行为，会对之后产生的数据有影响，可以改变所处的环境

强化学习优势：

1. 强化学习得到的模型，得到“超人类”的结果，（图片减少人的标定，更少的人类设定标签）

 

Deep Reinforcement Learning:    Deep Learning + Reinforcement Learning

• end-to-end training :不需要手工设定特征；省去了 feature 设定评估