基本信息
文件名称：《强化学习基础理论概述》2700字.docx
文件大小：39.5 KB
总页数：5 页
更新时间：2025-08-06
总字数：约3.18千字
文档摘要
PAGE
PAGEV
强化学习基础理论概述
目录
TOC\o1-3\h\u25635强化学习基础理论概述 1
50351.1马尔科夫决策过程 1
295731.2强化学习基本算法 2
132701.3无模型的强化学习算法 3
强化学习问题一般可以用智能体(Agent)和环境(Environment)两部组成的框架来研究，如图所示。
图2-1强化学习结构框架示意图
Agent是强化学习中的决策者和学习者，Agent通过观察环境来获得环境的观测(Observation,O)，再根据O决定对环境施加的动作(action，A)。环境受Agent动