什么是强化学习？

与监督学习、无监督学习类似，强化学习并不是某种特定的模型或算法，指的是训练方法。在强化学习中，做出决策的一方被称为主体，它存在于环境中。主体每做出一个动作，环境就会给予反馈，主体会在评估反馈后决定下一个动作。对于强化学习来说，一切动作的依据都是回报。