强化学习是人工智能的未来？

作者 | 肖智清责编 | 刘静出品 | CSDN（ID：CSDNnews）强化学习作为通用人工智能的希望，吸引了很多人工智能爱好者学习和研究。Markov决策过程是最知名的强化学习模型，强化学习教程也常以Markov决策过程作为起点。但是，强化学习并不只有Markov决策过程这一种模型。本文全景式地分析强化学习的研究内容，展示Markov决策过程以外的广阔天地。正强化与负强化强化学习是一类能够最大化奖励、最小化惩罚的机器学习算法。强化学习这一概念在历史上来源于行为心理学，来描述生物为了趋利避害而改变自己行为的学习过程。这一概念后来被引入到人工智能领域中。强化可以分为正强化和负强化。例如，我在写论文的过程中会有很多行为。如果某些行为能够让我的论文更容 ………………………………