强化学习--＞Deep Reinforcement Learning
因为逐渐有人将强化学习应用到NLPNLP 的任务上，有必要了解一些强化学习基础知识，本篇博文总结自台大教授李宏毅关于深度学习的公开课内容。我们可以以上图来理解强化学习过程，我们机器人agentagent 通过observationobservation 了解到环境的 StateState，采取一些ActionAction ，并且改变当前的环境，然后环境会反馈正向或负向的rewardreward 给a
