强化学习 1
强化学习基本框架强化学习基本框架 想象一下，你正在教一只小狗学习坐下这个指令。你不会直接告诉它坐下这个动作的每一个肌肉该如何运动，而是会这样做： 你发出坐下的口令。 小狗尝试做出某个动作（可能是坐下，也可能是趴下或转圈）。 如果它坐下了，你立刻给它一块零食作为奖励。 如果它做错了，你就不给奖励，或者发出一个轻微的不对的信号。 经过多次尝试，小狗会逐渐明白：听到坐下后做出坐下的动作，就能获得零食。于是它学会了这个指令。 强化学习 就是让计算机（或智..
强化学习基本框架强化学习基本框架 想象一下，你正在教一只小狗学习坐下这个指令。你不会直接告诉它坐下这个动作的每一个肌肉该如何运动，而是会这样做： 你发出坐下的口令。 小狗尝试做出某个动作（可能是坐下，也可能是趴下或转圈）。 如果它坐下了，你立刻给它一块零食作为奖励。 如果它做错了，你就不给奖励，或者发出一个轻微的不对的信号。 经过多次尝试，小狗会逐渐明白：听到坐下后做出坐下的动作，就能获得零食。于是它学会了这个指令。 强化学习 就是让计算机（或智..