赵代码

摘要： 在强化学习中，有这样几个概念： 智能体（Agent）:我们要操控的对象 状态（State）:当前智能体在环境中所处状态 行为（Action）:当前智能体在当前状态下要进行的下一个动作 奖励（Reward）:当智能体进行某一个操作时，对其该操作给出的评价 策略（Policy）:为达到目标（最大化奖励） 阅读全文