2.2 智能体、环境、状态、动作、奖励

文档摘要

2.2 智能体、环境、状态、动作、奖励 2.2 智能体、环境、状态、动作、奖励：强化学习的核心要素强化学习的核心在于智能体与环境的交互。理解智能体、环境、状态、动作和奖励这五个关键要素，是掌握强化学习的基础。本节将深入探讨这些概念，并通过示例和图示帮助你理解它们在强化学习中的作用。 2.2.1 智能体 (Agent) 智能体是强化学习系统的核心决策者。它的目标是在给定的环境中采取行动，以最大化长期累积奖励。可以将其理解为一个学习者，它通过尝试不同的行动并观察结果来改进其策略。智能体的关键特征：感知 (Perception): 智能体通过传感器感知环境的状态。决策 (Decision-making): 智能体根据其策略选择要执行的动作。