任務型別

任務是強化學習問題的**一個例項**。我們可以有兩種型別的任務：**情景式**和**持續式**。

情景式任務

在這種情況下，我們有一個起始點和一個終止點**（一個終止狀態）。這構成了一個情節**：一個由狀態、動作、獎勵和新狀態組成的列表。

例如，想想《超級馬里奧兄弟》：一個情節從一個新的馬里奧關卡開始，當**你被殺死或到達關卡末尾時結束**。

持續式任務

這些任務**永遠持續**（**沒有終止狀態**）。在這種情況下，代理必須**學習如何選擇最佳動作並同時與環境互動**。

例如，一個進行自動化股票交易的代理。對於這個任務，沒有起始點和終止狀態。**代理會一直執行，直到我們決定停止它。**

總結一下

< > 在 GitHub 上更新