學習筆記，僅供參考，有錯必糾

---

文章目錄

• • 強化學習概述
  • • 簡介
    • 強化學習基本概念

---

強化學習概述

簡介

學習系統沒有像很多其它形式的機器學習方法一樣被告知應該做出什么行為;

必須在嘗試了之后才能發現哪些行為會導致獎勵的最大化;

當前的行為可能不僅僅會影響即時獎勵，還會影響下一步的獎勵以及后續的所有獎勵。

強化學習基本概念

• 術語
  • 智能體(agent)
  • 狀態(state)
  • 行為(action)
  • 獎勵(reward)
  • 策略(policy)

• 強化學習的步驟

先觀察->再行動->再觀察

• 強化學習的目標

選擇一系列行動來最大化未來的獎勵

強化學習中的每一個動作（action）都能影響代理將來的狀態（state），強化學習通過一個標量的獎勵（reward）信號來衡量成功。

總結

以上是生活随笔為你收集整理的强化学习(part1)--概述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。