abstract:本文介紹reinforcement learning的具體特點和與其他機器學習演算法不同之處，本文是乙個骨架性的文章，所有專有名詞都保持英文原始單詞，具體內容會在後續中給出詳細解答。
keywords:reinforcement learning，situation，action，enviroment，closed-loop，optimal control，markov decision processes，mdps
中文翻譯reinforcement learning為強化學習，不知道為啥這麼翻譯，也沒想去了解給這個詞命名的人是否非常了解這個領域的知識，既然這麼叫了那就這樣吧。
上面談到命名是為了介紹其內容，有些東西的命名，可以直接看出其內容，但是強化學習，顯然不是這類的，而「土豆片」，「薯條」這種名字則可以。
reinforcement learning 像machine learning一樣，名字裡都有learning這個詞，表明，rl也是乙個問題和解決方案的集合。
值得注意的是，rl屬於machine learning的一種。
對於問題和解決方案的集合這種描述，我們有很多經典的例子：
「擬合房子的面積大小和**」的問題
「識別手寫數字」的問題
強化學習 強化學習基礎
為了應對車載網路中通訊環境快速變化的難題，可以使用強化學習進行解決，這裡對強化學習的基礎進行整理。主要的應用場景為車載網路中資源分配問題。本文源自莫煩python 強化學習章節，有需要請查閱原文 20200413補充了一些內容，來自這篇部落格，是李巨集毅的深度強化學習的筆記。強化學習的主要構成有 a...
強化學習介紹
策略 policy 獎賞訊號 reward 值函式 value function,以及可選的環境模型 model policy 定義了agent在一給定時間的決策方式。policy是從感知到環境的狀態，到在這些狀態下應該採取的動作的對映。一般而言策略是概率性的，指定了執行每個動作的概率。reward...
強化學習概念介紹
是智慧型體 agent 以試錯的方式進行學習，通過與環境進行互動獲得獎勵指導行為，目標是尋找乙個最優策略，使智慧型體獲得最大的獎勵。注意，agent的動作的影響不止立即獲取得到的獎勵，而且還影響接下來的動作和最終的獎勵 envirnment reward，action，state，policy 確定...