强化学习
强化学习和监督学习是机器学习中的两种不同的学习范式
强化学习：目标是让智能体通过与环境的交互，学习到一个最优策略，以最大化长期累积奖励。
例如，在机器人导航任务中，智能体需要学习如何在复杂环境中移动，以最快速度到达目标位置，同时避免碰撞障碍物，这个过程中智能体要不断尝试不同的行动序列来找到最优路径。
监督学习：旨在学习一个从输入特征到输出标签的映射函数，通常用于预测、分类和回归等任务。
比如，根据历史数据预测股票价格走势，或者根据图像特征对图像中的物体进行分类，模型通过学习已知的输入输出对来对新的未知数据进行预测。
强化学习重要概念
NLP与强化学习
