摘要： 原文：https://zhuanlan.zhihu.com/p/65116688 经典强化学习： 在标准强化学习任务中，智能体与环境之间的交互作用常常建模为马尔科夫决策过程，本专栏的第一讲就是马尔科夫决策过程，不熟悉的读者可以到第一讲去看看。为了保证行文连贯性，这里再简单重复下马尔科夫决策过程。 马 阅读全文

摘要： 原文：https://zhuanlan.zhihu.com/p/68205048 与其他机器学习方法相比，比如监督式学习、迁移学习、甚至非监督式学习学习相比，深度强化学习方法极其需要大量数据，而且常常不稳定，从性能上来说可能不是最好的选择。 RL一直以来只成功地应用于那些可以根据需要生成大量模拟数据 阅读全文

摘要： 原文地址： https://zhuanlan.zhihu.com/p/33133828 （本文最开始写在WPS里，往知乎粘贴后格式和高亮都没有了。大家可以从CSDN再励学习面试真题-CSDN下载下载本文。百度文库、道客巴巴强行不让公开。） 前言 本人于17年4月对再励学习产生了兴趣，8月将其定为自己 阅读全文