强化学习，简而言之就是控制在某个环境下自主行动的个体，通过环境和规则的互动，不断改变它的行为模式。

比如，吃豆人游戏，自主行动的个体就是控制的吃豆人，环境就是迷宫，奖励就是吃到的豆子，行为就是上

正在手打中，客官请稍等片刻，内容更新后，需要重新刷新页面，才能获取最新更新！