什么是强化学习

什么是强化学习

强化学习（RL）是一个序列决策问题。
例如：撩妹的过程就是一个优化问题。你的每一时刻的行为会对你最终撩妹是否成功，以多大的收益成功都会有影响。那么，你就会考虑，每一步采取什么行为才能（最优）撩妹！这可以看作一个RL问题。你肯定迫不及待的想知道怎么去求解了！
action：你的行为
state：你观察到的妹子的状态
reward：妹子的反应：开心or不开心
所以，一个RL的基本模型已经建立。