UDP全称用户数据报协议（User Datagram Protocol），属于 TCP/IP 协议族的传输层协议。它不保证数据传输的可靠性，但具有传输速度快的特点。

计算值（近似值）与真实值的差值的绝对值，反映误差的 “绝对大小”。设真实值为​。

简单来说，强化学习是一种智能体（Agent）通过与环境（Environment）持续交互，在 “试错” 过程中学习最优决策策略，以最大化长期累积奖励（Cumulative Reward）为目标的机器学习方法。​与依赖大量标注数据的监督学习（如 “图片 - 类别” 对应标注）、专注于挖掘数据内在规律的无监督学习（如聚类、降维）不同，强化学习的核心特征在于 “交互性” 与 “目标导向性”：​。

LED（Light Emitting Diode，发光二极管）是一种半导体器件，其发光基于效应。当电流通过PN结时，电子与空穴复合释放能量，以光子形式发射。LED通常有两种接法，分别为灌电流接法和拉电流接法：MCU的GPIO引脚作为电流的接收端（接地路径），LED的正极接电源。：MCU的GPIO引脚作为电流的提供端（电源路径），LED的负极接地。

简单来说，强化学习是一种智能体（Agent）通过与环境（Environment）持续交互，在 “试错” 过程中学习最优决策策略，以最大化长期累积奖励（Cumulative Reward）为目标的机器学习方法。​与依赖大量标注数据的监督学习（如 “图片 - 类别” 对应标注）、专注于挖掘数据内在规律的无监督学习（如聚类、降维）不同，强化学习的核心特征在于 “交互性” 与 “目标导向性”：​。