Reinforcement Learning: An Introduction 阅读笔记（一）

前言

开新坑系列……
先来谈谈什么是强化学习，或者说增强学习。强化学习就是指再一个特定环境下，通过与环境交互，获得环境的反馈从而进行学习的智能算法。什么是特定环境呢？举个flappy bird的例子（博主的执念），flappy bird游戏的核心目标，就是使得玩家操作的鸟，不装到柱子上。作为人类，我们也会再游戏进程中无意或者有意的去发现一些规律，取得更高的分数。强化学习要做的就是将这种能力注意到学习算法上，也就是训练一个智能体（Agent）
从深蓝击败国际象棋冠军，到Alpha Go，星际争霸和Dota2的AI。如今过去了多年，我们还是要回过头来看看强化学习发展的历程。

Reinforcement Learning: An Introduction是一本介绍了强化学习算法方方面面的书，我会记录在阅读中的思考和联想，一共阅读者参考。博主从19年6月接触强化学习，也只是读过一些最近的RL方面的工作，堆RL并非知根知底，如有错误还请不吝赐教。

Reinforcement Learning: An Introduction：一书将强化学习算法大致分了两类：Tabular Solution Methods，和Approximate Solution Methods。前者更专注于数学模型，而后者注重于模拟这个过程本身。

引子

强化学习，是在一个特定环境中，通过一系列操作，从环境的反应中学习