强化学习（RL）是机器学习的一个重要分支，主要用来解决连续决策的问题。强化学习可以在复杂的不确定的环境环境中学习如何实现我们设定的目标。强化学习的应用场景非常广，几乎包括了所有需要做一系列决策的问题，如控制机器人的电机让他完成特定任务、给商品定价或者进行库存管理、玩视频游戏或者棋牌游戏等。强化学习也可应用到有序列输出的问题中，因为他可以针对一系列变化的环境状态，输出一系列对应的行动。深度学习（DL

计算机操作系统第四版 汤小丹 梁红兵 哲风屏 汤子瀛著 西安电子科技大学出版社