什麼是強化學習？

為了理解強化學習，讓我們從宏觀角度開始。

宏觀角度

強化學習背後的理念是，一個智慧體（AI）將透過與環境互動（透過試錯）並接收獎勵（負面或正面）作為執行動作的反饋來從環境中學習。

從與環境的互動中學習源於我們的自然經驗。

例如，想象一下讓你的小弟弟玩一個他從未玩過的電子遊戲，給他一個控制器，然後讓他一個人玩。

你的弟弟會透過按下正確的按鈕（動作）與環境（電子遊戲）互動。他得到了一枚硬幣，這是一個 +1 的獎勵。這是正面的，他剛明白在這個遊戲中他必須得到硬幣。

但是，他再次按下右鍵，然後他碰到了一個敵人。他剛剛死了，所以這是一個 -1 的獎勵。

透過與環境的試錯互動，你的小弟弟明白到他需要在這個環境中獲得硬幣，但要避開敵人。

在沒有任何監督的情況下，這個孩子玩遊戲會越來越好。

這就是人類和動物學習的方式，透過互動。強化學習只是從行動中學習的一種計算方法。

正式定義

我們現在可以給出一個正式定義

但是強化學習是如何工作的呢？