摘要
強化學習（Reinforcement Learning, RL）屬於機器學習中的一門重要學問，被用於解決智能體（Agent）應如何基於環境（Environment）來決定所該採取的行動（Action, a），並從中獲得獎賞（Reward, R）。而智能體的策略（Policy, π）則針對環境所具有的狀態（States, s）來提出所應當採取的一系列行動，以期盡可能地提升總整體的獎賞。本文詳述智能體是如何藉由強化學習的觀念，使得自己如同現實生物一般來與環境產生互動、並介紹強化學習中不同的演算法。智能體可藉由強化學習方式來學習到與環境互動的經驗，等到學成了之後，當智能體再次遇到相同的環境狀況之時，便能藉由所學到的經驗即時做出最有利於本身的反應。
關鍵字
無資料參考文獻
Tarsitano, E.(2006).Interaction between the environment and animals in urban settings: integrated and participatory planning.Environ. Manage..38(5),799-809.
Kober, J.,Bagnell, J. A.,Peters, J.(2013).Reinforcement learning in robotics: A survey.Int. J. Rob. Res..32(11),1238-1274.
García, J.,Fernández, F.(2015).A comprehensive survey on safe reinforcement learning.J. Mach. Learn. Res..16(1),1437-1480.
Komorowski, M.,Celi, L. A.,Badawi, O.,Gordon, A. C.,Faisal, A. A.(2018).The Artificial Intelligence Clinician learns optimal treatment strategies for sepsis in intensive care.Nat. Med..24(11),1716-1720.
Degris, T.,Pilarski, P. M.,Sutton, R. S.(2012).Model-Free reinforcement learning with continuous action in practice.American Control Conference.(American Control Conference).