23-Day14.md

WW14课程小结

05.25

http://101.6.161.107:8888/

强化学习

reinforcement learning

无监督的学习，基于智能体（Agent），从外界环境中通过交互不断学习，自我强化

State, Reward, Action

强化学习

• 智能体的决策会影响环境

• 长时间延时反馈

马尔科夫决策过程