摘要： 强化学习就是学习“做什么（即如何把当前的情境映射成动作）才能使得数值化的收益信号最大化”，学习者不会被告知应该采取什么动作，而是必须通过自己的尝试去发现哪些动作会产生最丰厚的收益。在最有趣而困难的案例中，动作往往影响的不仅仅是及时收益，也会影响下一个情境，从而影响随后的收益。这两个特征--试错和延迟 阅读全文

摘要： 本文对元启发式算法系列进行了初步总结，可以从总体上先进行了解，故称总论 阅读全文