← 返回知識庫刷題首頁
P0 · 必會

機器學習

強化學習 (Reinforcement Learning, RL)

是什麼

代理在環境中採取行動,依獎勵或懲罰回饋逐步學會較佳策略。

解決什麼問題

適合需要連續決策、延遲回饋及探索與利用權衡的任務。

考場 Trigger

  • Agent 與環境互動
  • 獎勵訊號
  • 學習行動策略

容易搞混

監督式學習以回饋優化模型Q-Learning 與 Deep Q-Learning

初級深度

理解狀態、行動、獎勵與策略的關係即可,不需推導演算法。

Official Evidence

官方題目正在怎麼考

3 官方題4 考綱節點
練習這個 Concept(3 題)