6.4 深度强化学习 (Deep Reinforcement Learning) 基础

文档摘要

6.4 深度强化学习 (Deep Reinforcement Learning) 基础 6.4 深度强化学习 (Deep Reinforcement Learning) 基础强化学习 (Reinforcement Learning, RL) 是一种让智能体 (Agent) 在与环境 (Environment) 交互的过程中学习最优策略，以最大化累积奖励的学习方法。深度强化学习 (Deep Reinforcement Learning, DRL) 则将深度学习的强大表征能力引入强化学习，使得智能体能够处理高维、复杂的环境，从而解决传统强化学习方法难以应对的问题。 6.4.1 强化学习基础回顾在深入DRL之前，我们先回顾一下强化学习的基本概念：智能体 (Agent): 做出决策的实体。