摘要：本笔记主体框架主要参考自姜罕老师所做的技术分享，本人对其中的一些具体技术细节做了资料搜集与补充。 参考材料： https://zhuanlan.zhihu.com/p/369635307 1. 概述 本节主要介绍搜索引擎的一些基本概念（如搜索引擎的分类、搜索好坏的衡量指标）以及搜索系统的基本架构 1 阅读全文

摘要：1.逆强化学习与强化学习的联系 强化学习的基本模型是马尔可夫决策过程（Markov Decision Process,MDP），其可以使用五元组来表示： $(S,A,P,R,T/\gamma)$ ，分别代表状态空间、动作空间、状态转移概率、奖赏函数、迭代次数（折损因子）。实际上，在之前的学习中，我们 阅读全文

摘要：1.1. 简介 强化学习（reinforcement learning）是机器学习的一个重要分支，其具有两个重要的基本元素：状态和动作。类似于编译原理中的自动机，或数据结构中的AOE图，强化学习研究的就是怎样找到一种最好的路径，使得不同状态之间通过执行相应动作后转换，最终到达目标状态。先介绍几个名词 阅读全文