Reinforcement Learning
强化学习是一种让AI通过试错来学习的方法，就像训练宠物一样，做对了给予奖励，做错了给予惩罚，从而学会完成特定任务。
它的工作方式
在强化学习中，一个被称为“智能体”的程序会与环境互动，并根据其行动的结果（奖励或惩罚）来调整策略。这种方法的核心在于让AI自主探索并发现达成目标的最佳路径，而无需人类提供每一步的具体指令，这使得它非常适合解决复杂的序列决策问题。
示例
- 1.训练AI玩电子游戏并达到高水平
- 2.优化工业机器人的动作以高效完成装配
- 3.开发能够根据路况和乘客需求进行动态路径规划的自动驾驶系统