摘要：文章介绍了加强学习模型，分别给出了加强学习的四个主要算法：动态规划、蒙特卡罗算法、时序差分算法、Q－学习，并指出了它们之间的区别和联系。最后给出了加强学习的两个应用以及今后的研究方向。

原文链接:http://www.cqvip.com//QK/91690X/200121/5756132.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。）