HDRUK-图灵强化学习项目 项目概况 强化学习（RL）是一种动态学习范例，其中“代理”通过根据“策略”执行“动作”与环境进行交互。 优化（学习）策略，以使从环境中获得的预期回报最大化。 结果，在无法使用静态建模方法（例如分类任务）解决的健康问题中，强化学习可以应对某些复杂性，通常涉及随时间变化的组件。 最近，“深度强化学习”的发展已经发生变化，这是通过利用深度神经网络的效用来克服有限的参数假设并提供基于有效优化的学习框架而进行的。 该项目的目的是提供一个集中的时间来学习RL，从而为您提供一项