強化學習(reinforcement learning, rl)，一般也稱作增強學習，和心理學、動物行為的研究等領域有比較久的淵源。
心理學中，「強化」指生物受到外界環境中的某些刺激後，自覺或者不自覺調整應對策略，達到趨利避害。舉個例子。馬戲團訓練動物時（比方說猴子），訓導員首先會發出某種指令（比方說抬一下手，表示希望猴子跳一下），動物接收到這個指令後，如果做出了正確的動作，會得到一定的獎勵（比方說一根香蕉）。這樣的過程重複很多次之後，猴子會學會一種策略，即訓導員每抬一下手，我就跳一下，這樣就可以吃到更多的香蕉；
上面這個例子中，訓練過程就是心理學裡的「強化」現象，強化行為的刺激被稱為強化物（「reinforceor」）,猴子策略的改變過程也就是強化學習的過程；
考慮這個問題之前，我們不妨先回憶一下機器學習中另外兩個大類：監督學習和無監督學習（以及它們的折中，半監督學習，或者叫弱監督學習）。
而對於強化學習，研究的是完整的互動過程中的決策問題，具有動態的特點，需要用發展的眼光、長遠得看待問題 →_→就像下象棋一樣，對於某乙個棋局，下一步應該怎樣走，需要以最終贏棋為目的，相比而言，最近幾步的得失反而沒有那麼重要。因此，強化學習領域中涉及的關鍵要素相對較多：
按演算法
初識強化學習，什麼是強化學習？
相信很多人都聽過 機器學習 和 深度學習 但是聽過 強化學習 的人可能沒有那麼多，那麼，什麼是強化學習呢？強化學習是機器學習的乙個子領域，它可以隨著時間的推移自動學習到最優的策略。在我們不斷變化的紛繁複雜的世界裡，從更廣的角度來看，即使是單純的靜態的輸入 輸出型問題也會變成動態的問題。例如，對於乙個...
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...
強化學習系列1 強化學習簡介
2015年10月，alphago在和歐洲冠軍進行的圍棋賽上獲得了5 0的完勝，其後的深度強化學習也隨之火了起來。從本期開始開個新坑，一步步把強化學習的內容捋一遍。強化學習 reinforcement learning 是用來解決連續決策問題的一種方法。針對的模型是馬爾科夫決策過程 markov de...