1.1 强化学习与深度学习的基本概念

1.1.1 强化学习的核心思想

什么是强化学习？

• 强化学习（Reinforcement Learning, RL）：指在与环境（Environment）的反复交互中，智能体（Agent）通过“试错”获取经验，并依据获得的奖励（Reward）学习出最优策略（Policy），以期在未来的决策中取得最大化的累积回报（Return）。

• 核心要素

  1. 智能体（Agent）：在环境中执行动作的主体；
  2. 环境（Environment）：Agent 与之交互的外部世界；
  3. 状态（State）：环境在某一时刻的刻画，Agent 能观测到或部分观测到；
  4. 动作（Action）：Agent 针对所处状态执行的操作