1 自主操作
2 未来不确定
3 未来有奖励和惩罚两种
老虎机
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 本文翻译自 Simple Reinforcement Learning in Tensorflow: Part 1...
- 提出“情商”概念的美国著名心理学家戈尔曼曾做过一个关于“推迟满足”的实验。 找来一批四岁孩子，给他们每人一块糖，并...
- 一、这些场景你熟悉么？ 你去过赌场吗？ 我去过。但幸好我穷，哈哈。 无论是马来的云顶、拉斯的凯撒宫、邮轮上的还是希...
