强化学习（第三周）

强化学习

###1、什么是强化学习
强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个产物，它的本质是解决 decision making 问题，即自动进行决策，并且可以做连续决策。

它主要包含四个元素，agent，环境状态，行动，奖励, 强化学习的目标就是获得最多的累计奖励。

类比强化学习和动物学习

训练幼犬的过程有两个要素：

饲养员需要对幼犬发出指令，比如让它“坐着”，

饲养员手中有动物非常想要的东西，即奖赏。对狗来说，奖赏就是食物。

对于智能体（Agent，即计算机）来说，我们希望通过类似的方法能够训练智能体，我们把其中的要素抽象出来，可以用下面这个图来表示：