强化学习

Reinforcement Learning 是一种面向决策的机器学习类型。它涉及一个代理(agent)，通过执行特定动作并观察获得的结果或奖励来学习在环境中如何行为。强化学习的主要原则是奖励良好行为并惩罚不良行为。代理从其行为的后果中学习，而不是通过明确教导。在游戏开发中，强化学习可用于开发一种人工智能(Artificial Intelligence)，该AI能够基于奖励驱动行为来改进其在游戏中的表现。AI逐渐学习到实现最佳结果的策略，称为策略(policy)。