更改
= 强化学习 =
== 定义 强化学习定义 ==
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 强化学习要素 ==
从强化学习Agent的角度看，强化学习包含一组组件：
用强化学习定义目标，用深度学习给出相应的机制，如Q学习等技术，以实现通用人工智能（Artificial General Intelligence, AGI）。
= 研究 强化学习应用 =
== 计算机围棋与AlphaGo 计算机围棋与阿尔法围棋 ==
===多臂赌博机===
* 多臂赌博机（mutiarmed bandit problem）
