大家好,小百来为大家解答以上的问题。什么是强化小麦粉，什么是强化学习这个很多人还不知道,现在让我们一起来看看吧！

1、也叫增强学习，reinforcement learning。

2、分为value-base跟policy-base。

3、主题思想是根据历史经验来更多的选择活得回报更多的动作，而减少被惩罚的动作。

4、常见的value-base算法有：Q-learning常见的policy-base算法有：策略梯度算法由于深度学习的火热，先强化学习都是跟深度学习结合起来，比如deep Q learning，Actor-Critic network等。

5、[1]Barto A G. Reinforcement learning[J]. A Bradford Book, 1998, volume 15(7):665-685.[2]Wang J X, Kurth-Nelson Z, Kumaran D, et al. Prefrontal cortex as a meta-reinforcement learning system[J]. Nature Neuroscience, 2018, 21(6).。

本文到此分享完毕，希望对大家有所帮助。