1.2　强化学习的模型

强化学习过程包括环境、智能体、策略等基本组成部分，为了从数学上描述强化学习过程，需要对强化学习过程进行数学建模。本节首先介绍强化学习的基本模型、要素及执行过程，再进一步介绍强化学习的数学模型——马尔可夫决策过程，最后介绍几个强化学习模型案例。