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。
機器學習
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
容易搞混
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