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: