Deepseek爆吹的强化学习技术，可以做啥

文章预览

  强化学习是什么，可以用来做啥 强化学习是一种让计算机通过试错来学习完成任务的方法，就像训练小狗一样，做对了给奖励，做错了给惩罚，最终让它学会各种技能。 核心概念： •  智能体 (Agent):  学习的主角，比如游戏中的AI角色，或者自动驾驶汽车。 •  环境 (Environment):  智能体所处的“世界”，比如游戏地图、道路交通。 •  动作 (Action):  智能体可以做的行为，比如向左走、向右转、加速、刹车。 •  奖励 (Reward):  环境对智能体动作的反馈，好的行为给奖励（正数），坏的行为给惩罚（负数）。 •  策略 (Policy):  智能体根据当前情况选择动作的“策略”，目标是学习到最佳策略。 强化学习 vs. 其它机器学习方法： 特性 监督学习 非监督学习 强化学习 数据 带有标签的数据 (例如：图片和对应的物体名称) 无标签的数据 (只有图片， ………………………………