← 返回卡片

原书出处

智能算法导论

200 强化学习(Reinforcement Learning,RL),又称再励学习、评价学习或增强学习,是机器学习的范式和方法论之一,用于描述和解决智

核验版本的摘录快照 · 导入于 2026-10-23T08:14:02.897Z

Unknown 强化学习(Reinforcement Learning,RL),又称再励学习、评价学习或增强学习,是机器学习的范式和方法论之一,用于描述和解决智能体(Agent)在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题[1]。

自20世纪80年代末,随着控制理论和自动化水平的逐渐提高,人们开始使用强化学习的方式去实现自动控制和自主化行为。作为机器

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter21_0001.xhtml

EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d