强化学习

维基百科，自由的百科全书
跳转至： 导航、 搜索
Antistub.svg
 本条目需要擴充。（2012年11月12日）
请協助改善这篇條目，更進一步的信息可能會在討論頁或扩充请求中找到。请在擴充條目後將此模板移除。

强化学习是人工智能中策略学习的一种，基于预期最大利益原则。和博弈论有密切的关系，也是多主体系统学习的常用方法。

来自“http://zh.wikipedia.org/w/index.php?title=强化学习&oldid=25312789”