python基础知识

人工智能数学基础

人工智能数学基础

所谓强化学习（Reinforcement Learning,简称RL），是指基于智能体在复杂、不确定的环境中最大话它能获得的奖励，从而达到自主决策的目的。经典的强化学习模型可以总结为下图的形式（智能体、行为、环境、状态、奖励）：我们知道目前主流的深度学习网络是基于仿生学模仿人脑神经元建立的。而强化学习模仿的是智能体与环境的交互。如上图：Agent：智能体。Environment,即环境。Actio

人工智能数学基础

人工智能数学基础

人工智能数学基础

所谓强化学习（Reinforcement Learning,简称RL），是指基于智能体在复杂、不确定的环境中最大话它能获得的奖励，从而达到自主决策的目的。经典的强化学习模型可以总结为下图的形式（智能体、行为、环境、状态、奖励）：我们知道目前主流的深度学习网络是基于仿生学模仿人脑神经元建立的。而强化学习模仿的是智能体与环境的交互。如上图：Agent：智能体。Environment,即环境。Actio