wangssd

摘要： 强化学习（Reinforcement Learning, RL）和粒子群算法（Particle Swarm Optimization, PSO）是两类不同范式的智能优化方法。 1）动态序贯问题：环境一直在变，每一步的决策会影响下一步的环境，需要连续调整策略，追求长期整体最优。→ 用强化学习 2）静态 阅读全文