龍家俊教你 機器學習 day 7 #強化學習 定義： 實質是make decisions 問題，即自動進行決策，並且可以做連續決策。 舉例： 小寶寶想要走路，但在這之前，他需要先站起來，站起來之後還要保持平衡，接下來還要先邁出一條腿，是左腿還是右腿，邁出一步後還要邁出下一步。 小寶寶就是agent，他試圖通過採取行動（即行走）來操縱環境（行走的表面），並且從一個狀態轉變到另一個狀態（即他走的每一步），當他完成任務的子任務（即走了幾步）時，孩子得到獎勵（給巧克力吃），並且當他不能走路時，就不會給巧克力。