强化学习是机器学习的重要分支，也是多学科领域的交叉产物，其本质是解决 Decision Making 问题，即实现自动决策且可做连续决策。

强化学习主要包含四个元素：Agent 、环境状态、行为、奖励，其目标是获得最多的累计奖励。

强化学习分类

从元素的角度进行分类，方法主要有以下几种：

• Policy based：关注点是找到最优策略；
• Value based：关注点是找到最优奖励总和；
• Action based：关注点是每一步的最优行动。

父级词：机器学习