== 定义 ==
强化学习（Reinforcement Learning）是一种通用的决策框架( decision-making framework)。Agent代理具有采取动作（action）的能力（capacity），每次动作都会影响Agent的未来状态（State），返回一个标量的奖赏信号（reward signal）来量化表示成功与否（success）。强化学习算法的目标（Goal）就是如何采取动作（action）最大化未来的奖赏（future reward）。
==要素 ==
从强化学习Agent的角度看，强化学习包含一组组件：
(1) 策略（Policy）是指：Agent的行为函数；
(2) 价值函数（Value）是指：每个状态与动作的成效如何？
(3) 模型（Model）： Agent的环境的表示。
== 通用AI ==