強化學習

## 定义\n强化学习是[[機器學習]]的核心分支之一，属于[[人工智慧]]的子领域，强调智能体通过与环境的互动，以累计奖励最大化为目标学习最优动作策略。\n\n## 关键要素\n- **状态（state）**：描述环境信息\n- **动作（action）**：智能体可执行的操作\n- **奖励（reward）**：即时反馈\n- **价值函数（value function）**：衡量长期收益\n