摘要：强化学习（ｒｅｉｎｆｏｒｃｅｍｅｎｔ ｌｅａｒｎｉｎｇ）一词来自于行为心理学，这一理论把行为学习看成是反复试验的过程，从而把环境状态映射成相应的动作。首先全面地介绍了强化学习理论的主要算法，即瞬时差分法、Ｑ－学习算法及自适应启发评价算法；然后介绍了强化学习的应用情况；最后讨论了强化学习目前所要研究的问题。

原文链接:http://www.cqvip.com//QK/90555X/200005/4658460.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）