强化学习的关键是什么？

Question

如题所述

Answer 1

探索；开发

在强化学习过程中，探索表示随机地采取某个动作以便于尝试各种结果；开发表示采取当前认为最优的动作，以便进一步优化评估当前认为最优的工作值。

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 。

强化学习问题在信息论、博弈论、自动控制等领域有得到讨论，被用于解释有限理性条件下的平衡态、设计推荐系统和机器人交互系统  。一些复杂的强化学习算法在一定程度上具备解决复杂问题的通用智能，可以在围棋和电子游戏中达到人类水平 。