不挂科搜题免费

问题:

什么是强化学习?

答案:

环境为学习器提供样本,学习器将输出结果给环境,环境对学习器的行为进行执行和评判,环境状态发生变化,并且产生一个奖赏值;再将状态和奖赏输入给学习器,使学习器获得的奖赏不断最大化长期累积