强化学习

强化学习受行为心理学启发，智能体在环境中采取行动，获得奖励和新的状态，目标是最大化长期累积奖励。它不依赖标注数据，而是通过试错学习。核心要素包括策略、价值函数、奖励信号和环境模型。深度强化学习结合神经网络，在游戏、机器人控制等领域取得突破，如AlphaGo。