深度强化学习(1/5)：基本概念 Deep Reinforcement Learning (1/5)

王书森在本节课中介绍了强化学习的基本概念，包括随机变量、概率密度函数、期望、随机抽样等概率论基础知识。随后，他详细讲解了强化学习中的核心术语，如状态（State）、动作（Action）、智能体（Agent）、策略（Policy）、奖励（Reward）以及状态转移（State Transition），并通过超级玛丽的例子生动地解释了 Agent 与环境的交互过程。此外，他还区分了奖励（Reward）、回报（Return）和价值函数（Value Function），强调了理解这些概念的重要性。最后，他简要介绍了如何利用强化学习来自动玩游戏，并提及了 OpenAI Gym 这一强化学习的标准库及其应用。