强化学习到底是什么？它是怎么运维的

https://mp.weixin.qq.com/s/LL3HfU2iNlmSqaTX_3J7fQ

强化学习是一种行为学习模型，由算法提供数据分析反馈，引导用户逐步获取最佳结果。

来源丨Towards Data Science

作者丨Jair Ribeiro

编译丨科技行者

强化学习属于机器学习中的一个子集，它使代理能够理解在特定环境中执行特定操作的相应结果。目前，相当一部分机器人就在使用强化学习掌握种种新能力。
强化学习是一种行为学习模型，由算法提供数据分析反馈，引导用户逐步获取最佳结果。
不同于使用样本数据集训练机器模型的各类监督学习，强化学习尝试通过反复试验掌握个中诀窍。通过一系列正确的决策，模型本身将得到逐步强化，慢慢掌控解决问题的更佳方法。
强化学习与人类在婴幼儿时期的学习过程非常相似。我们每个人的成长都离不开这种学习强化——正是在一次又一次跌倒与父母的帮扶之下，我们才最终站立起来。
这是一种基于经验的学习流程，机器会不断尝试、不断犯错，最终找到正确的解决思路。
我们只需要为机器模型提供最基本的“游戏规则”，余下的就完全交给模型自主探索。模型将从随机尝试开始，一步步建立起自己的复杂战术，通过无数次尝试达成任务、获得奖励。
事实证明，