第13章：强化学习.pdf

第13章：强化学习 本章内容 一、强化学习概述 二、有模型学习 三、无模型学习 四、对强化学习的理解 一、强化学习概述 基本概念：强化学习又称为增强学习、加强学习、再励学习 或激励学习，是一种从环境状态到行为映射的学习，目的是 使动作从环境中获得的累积回报值最大。强化学习是机器学 习分支之一，介于监督学习和无监督学习之间。 机器学习三大分支： 无监督学习 监督学习 强化学习 一、强化学习概述 强化学习技术是从控制理论 、统计学、心理学等相关学 科发展而来。 在人工智能、机器学习和自 动控制等领域中得到广泛研 究和应用，并被认为是设计 智能系统的核心技术之一。 随着强化学习的数学基础研 究取得突破性进展后，强化 学习成为机器学习领域研究 热点之一。 一、强化学习概述 强化学习发展历史 1954年Minsky首次提出“强化”和“强化学习”的概念。 1953到1957年，Bellman提出了求解最优控制问题的一个有效 方法动态规划，同年，还提出了最优控制问题的随机离散版 本，就是著名的马尔可夫决策过程