强化学习概述：定义、应用与原理.pdfVIP

1.强化学习？以及应用领域主要？

2.强化学习所解决的问题的特点？

3.强化学习的原理

1.强化学习是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利

益。其灵感于心理学中的行为主义理论，即有机体如何在环境给予的或惩罚的

刺激下，逐步形成对刺激的预期，产生能获得最大利益的习惯。

强化学习的应用领域主要是游戏

2.智能体和环境之间不断进行交互

搜索和试错

延迟（当前所做的动作可能很多步才会产生相应的结果）

3.强化学习把学习看作试探评价过程，Agent选择一个动作用于环境，环境接受该动作后

状态发生变化，同时产生一个强化信号(奖或惩)反馈给Agent，

Agent根据强化信号和环境当前状态再选择下一个动作，选择的原则是使受到正强化(奖)

的概率增大。选择的动作不仅影响立即强化值，而且影响环境下一时刻的状态及最终的

强化值。