强化学习知识梳理

一、 定义

二、强化学习究竟在解决什么问题

通过与环境交互，不断学习，由智能体产生最优的策略序列，即解决智能贯序决策问题。应用场景有很多：AlphaGo围棋决策，仓库存储管理，机器人控制，等等。

ref：https://www.jianshu.com/p/bdfe7989d205

三、强化学习知识结构

四、强化学习的数学基础：

概率理论，贝尔曼方程

ref：https://blog.csdn.net/kittyzc/article/details/84721141

五、各种算法原理以及优缺点比较

未完待续