百度强化学习课程总结

一、引言
百度强化学习7日打卡课程，是百度推出的针对初学者的一门以实践为主的线上课程。这门课程可以帮助那些对强化学习充满兴趣但是没有基础的同学，在7天里，了解强化学习的概念，以及一些基础算法，最重要的是，可以通过一些有趣的项目实践，在理论学习的同时，动手完成有趣的小游戏，从而提升趣味性。
二、强化学习是什么
首先我们明确一点，计算机的不断发展，其核心目标是希望可以利用计算机代替人类，完成一些工作，从最早的单纯计算，到人工智能初始阶段的逻辑推理，再到机器学习，通过已有的先验知识对模型进行训练，从而完成诸如图像识别等工作。但是上述的所有过程，都是需要一定程度的先验知识，于是我们就想，能不能让计算机可以像人一样自主学习，通过与环境的交互，学习到相关的经验知识，从而完成训练，这就是强化学习。强化学习是智能体（Agent）以“试错”的方式进行学习，通过与环境进行交互获得的奖赏指导行为，目标是使智能体获得最大的奖赏，强化学习不同于连接主义学习中的监督学习，主要表现在强化信号上，强化学习中由环境提供的强化信号是对产生动作的好坏作一种评价(通常为标量信号)，而不是告诉强化学习系RLS(reinforcement learning system)如何去产生正确的动作。由于外部环境提供的信息很少，RLS必须靠自身的经历进行学习。通过这种方式，RLS在行动-评价的环境中获得知识，改进行动方案以适应环境。

三、Sarsa&Q-learning
Sars