这是什么
强化学习研究一个智能体如何通过与环境交互并获得奖励或惩罚来学习做出一系列决策——涵盖马尔可夫决策过程、价值函数、策略梯度方法,以及探索与利用之间的权衡。
为什么重要
强化学习支撑着一些最引人注目的AI成就——从在游戏中超越人类专家的系统,到现代语言模型背后基于奖励的微调——它需要一个与标准监督学习真正不同的数学框架。
考试小贴士
分析一个强化学习设置时,始终先精确识别奖励函数,再评估智能体的行为——绝大多数出乎意料或不理想的智能体行为,追根溯源都是奖励函数指定不当,而不是学习算法本身的缺陷。