2025年6月23日
大模型-强化学习Belman方程-71
摘要： 第一步：强化学习到底是什么？ (The Big Picture) 想象一下你正在训练一只小狗。这个过程和强化学习非常相似： 智能体 (Agent)：你的小狗。在RL中，这就是我们试图训练的模型或算法。 环境 (Environment)：你所在的房间或公园。在RL中，这是智能体所处的外部世界。 状态 阅读全文
posted @ 2025-06-23 09:16 jack-chen666 阅读(41) 评论(0) 推荐(0)