强化学习简介

文档摘要

强化学习简介强化学习 (RL, Reinforcement Learning)，是基本的机器学习范式之一（仅次于监督学习 (Supervised Learning) 和无监督学习(Unsupervised Learning)）。强化学习和「策略」息息相关：它应当产生正确的策略，或从错误的策略中学习。假设有一个模拟环境，比如说股市。当我们用某一个规则来限制这个市场时，会发生什么？这个规则（或者说策略）有积极或消极的影响吗？如果它的影响是正面的，我们需要从这种负面强化中学习，改变我们的策略。如果它的影响是正面的，我们需要在这种积极强化的基础上再进一步发展。彼得和狼彼得和他的朋友们得从饥饿的狼这儿逃掉！