强化学习
核心概念
- 智能体（Agent）
与环境交互的决策主体，通过执行动作获得奖励并调整策略。
- 环境（Environment）
智能体交互的对象，根据当前状态和动作生成下一状态和即时奖励。
- 状态（State）
环境在某一时刻的完整描述，具有马尔可夫性（未来状态仅依赖当前状态）。
- 观测（Observation）
智能体实际感知到的环境信息（可能不等于完整状态）。
- 动作（Action）
智能体在给定状态下可执行的操作集合中的元素。
- 奖励（Reward）
环境对智能体动作的即时反馈信号，用于指导学习目标。
- 策略（Policy）
从状态到动作的映射，分为确定性策略
- 折扣因子（Discount Rate）
未来的奖励相对于当前奖励的重要程度
- 折扣回报（Discounted Return）
- Episode
从任务的起点到终点的一段完整交互序列
- Policy Evaluation