深度强化学习小白入门攻略篇

一般来说，机器学习分为监督学习（Supervised learning），非监督学习（Unsupervised learning）以及强化学习（Reinforcement learning）三类。与监督学习，非监督学习不同，强化学习是一种多阶段的接收环境反馈的机器学习方法。强化学习的学习目标是从环境状态到行为映射关系，从而使得系统的一系列行为从环境中获得的累计奖赏最大（损失最小）。

有人说“深度强化学习（DRL，Deep Reinforcement learning）是实现人工智能（AI，Artificial Intelligence）最可行的解决方案。未来十年它将影响我们每一个人的生活、工作和学习。”在这种观点下，深度强化学习就是人工智能，人工智能就是深度强化学习，二者是等价的。