学习笔记（9）- 对话生成：深度强化学习
对话生成：深度强化学习
Deep Reinforcement Learning for Dialogue Generation
强化学习的目的是：构建状态到行为的函数。
当前状态、动作、奖励（惩罚）函数
对话生成：深度强化学习
Deep Reinforcement Learning for Dialogue Generation
强化学习的目的是：构建状态到行为的函数。
当前状态、动作、奖励（惩罚）函数
