强化学习基础

内容包括：

• 强化学习（RL）与前几章中介绍的监督学习有何不同
• 强化学习的基本范式：代理，环境，行为和奖励，以及它们之间的相互作用
• 解决 RL 问题的两种主要方法背后的一般思想：基于策略的方法和基于价值的方法
• 以示例为基础的基于策略的 RL 算法：使用策略梯度（PG）方法解决购物车问题
• 通过基于 Q 值的 RL 算法为例：使用深度 Q 网络（DQN）解决蛇游戏。