强化学习是什么

Question

如题所述

Answer 1

　　强化学习是一种重要的机器学习方法，在智能控制机器人及分析预测等领域有许多应用。但在传统的机器学习分类中没有提到过强化学习，而在连接主义学习中，把学习算法分为三种类型，即非监督学习、监督学习、强化学习。

　　强化学习就是智能系统从环境到行为映射的学习，以使奖励信号函数值最大，强化学习不同于连接主义学习中的监督学习，主要表现在教师信号上，强化学习中由环境提供的强化信号是对产生动作的好坏作一种评价。

　　强化学习是从动物学习、参数扰动自适应控制等理论发展而来。

Answer 2

强化学习的定义：
强化学习(Reinforcement Learning)是机器学习的一个重要分支,它研究如何让一个智能体(Agent)通过与环境(Environment)的交互,学习一种行为策略(Policy),从而最大化预期的长期累积奖励(Reward)。
在强化学习中,智能体与环境进行互动,在每一个时间步,智能体根据当前状态选择一个行动,环境对这个行动做出反馈(奖励或惩罚),并转移到下一个状态。智能体的目标是学习一个最优策略,使得在与环境的持续互动中,获得的长期累积奖励最大化。