基本概念
二、 基本概念
基本概念Agent（智能体、机器人、代理）：强化学习训练的主体。Environment（环境）：Agent在其中进行交up互和学习的世界。State（状态）：状态即为对环境的描述，可leftright以是连续的，也可以是离散的。Action（行动）：基于当前的State，Agent可以采取哪些action。Reward（奖励，回报）：Agent给出动作后Environment对Agent的反馈
Agent（智能体、机器人、代理）：强化学 习训练的主体。 二、基本概念 Environment（环境）：Agent在其中进行交 互和学习的世界。 State（状态）：状态即为对环境的描述，可 以是连续的，也可以是离散的。 Action（行动）：基于当前的State，Agent可 以采取哪些action。 Reward（奖励，回报）：Agent 给出动作后 Environment对Agent的反馈