有两种牛人，一种是事先在脑海中反复演算每种可能造成的结果而做出决定，另一种是动手能力强，不断试错，而最终找到最优的策略。现实中更具指导意义的是后一种人。
多臂老虎机
可以用来解决EE问题，算是非标准的增强学习。多臂老虎机的解法，一言以蔽之，不知道怎么选，咱就在一定的指导原则下试呗，从而保证短期收益和长期收益的平衡。
增强学习的现实意义
增强学习中的策略评估和策略改进分别可以对应试错和知错就改，两者交叉进行。而像标准的价值迭代，则使两个步骤更紧密地结合，而不是将这两个完整的流程隔离开。
做决定的时机
自己有一个很致命的缺陷，就是认为要在所需信息完备或条件成熟之后再做出决定，因为这样的决定往往更可靠，因此往往优柔寡断，瞻前顾后，犹犹豫豫，迟迟不肯做决定，还美其名曰完美主义。其实世上并没有完美的决定，心态放平，做决定之后的执行力（试错的速度）往往才是解决问题的关键，不要害怕犯错误，真的没啥，坦然一点，知错就改还是好孩子。这样自己才能快速进步（更多轮的评估和改进）。
成长型心态
不要整天老想着自己要比别人好，承认自己在某些方面比别人弱不丢人，有人比自己强还是好事，能学到别人的长处才能让自己进步。人生是一个动态变化的过程，比较的心态要不得，承认错误是改正错误的第一步。
日拱一卒，功不唐捐
"我走的慢，但我绝不退后。" --林肯
今天你比昨天更博学了吗？
