强化学习 学习记录

强化学习就是不断的尝试，不断的试错，从而找到一个比较好的方法

理解强化学习中的奖励机制是掌握强化学习本质的关键。奖励机制是智能体与环境交互的"指挥棒"和"导航仪"，它定义了问题的目标，引导智能体学习最优行为策略。