强化学习导览

监督学习：给你答案，你学规律。
无监督学习：没答案，你找模式。
强化学习：没答案，你试错，做对了给奖励。

就像教狗握手——做对了给零食，做错了不给，狗自己学会。

强化学习的学习路线：

MDP（马尔可夫决策过程）— 状态、动作、奖励、转移概率

Q-Learning — 值函数、Bellman 方程

策略梯度— REINFORCE、Actor-Critic

DQN（深度 Q 网络）— 经验回放、目标网络

这条路线的核心是从「表格法」过渡到「函数近似」，再到「深度神经网络」。

实战项目：

• 用 Q-Learning 让 Agent 学会走迷宫
• 用 DQN 玩 Atari 游戏

前置要求： 学过 Python、线性代数、概率论基础

学 RL 最大的陷阱是「先调参后理解」——务必先把 MDP 和 Bellman 方程吃透，再碰深度 RL。