摘要： 1.基本概念 强化学习讨论的问题：一个智能体（agent）如何在一个复杂的环境（environment）中去极大化它所获得的奖励。通过感知环境的状态（state）对动作（action）的反应（reward），来指导更好的动作，从而获得最大的收益（return）。以上过程称为在交互中学习，这样的学习方 阅读全文

摘要： 常用latex格式，待补充 阅读全文