摘要： 一、强化学习简介 强化学习强调如何基于环境而行动，以取得最大化的预期收益。灵感来源于心理学中的行为主义理论，即有机体在环境给予奖励或惩罚的刺激下，逐步形成对刺激的预期，产生能获得最大利益的习惯性行为。 强化学习所解决问题的特点：1、智能体和环境之间不断交互；2、搜索和试错；3、延迟奖励（当前的动作很 阅读全文