增强学习or强化学习概述

Posted 2021-06-12 Data+Science+Insight

增强学习or强化学习概述

 

强化学习是一个非常与众不同的“巨兽”。它的学习系统（在强化学习语境中，一般称作智能体）能够观察环境，做出选择，执行操作，并获得回报（reward）,或者以负面回报的形式获得惩罚（penalty）。所以智能体必须在与环境交互的过程中自行学习什么是做好的策略（policy），从而随着时间推移获得长期来看最大的正向回报。策略所代表的就是智能体在特定情况下应该选择的操作。