文档摘要

第4章 · 学习：用经验改策略 章节摘要：学习是循环上允许改知识的通道。监督用带标签的映射改感知或策略模仿；无监督在无标签数据里找结构，常用来长表示；强化用奖励改策略或价值。知识更新要处理冲突与遗忘；泛化则问学到的东西在新状态上是否还成立。本章立范式与落点，不把 Q 学习推到可手推实现——那是强化学习专集的深度。 会员。《第4章 学习：用经验改策略》收录于灏天文库文集《AI 智能体基础：认知、决策与学习》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/513-ai-%E6%99%BA%E8%83%BD%E4%BD%93%E5%9F%BA%E7%A1%80%E8%AE%A4%E7%9F%A5%E5%86%B3%E7%AD%96%E4%B8%8E%E5%AD%A6%E4%B9%A0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流