强化学习是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。其灵感来源于心理学中的行为主义理论，即有机体如何在环境给予的奖励或惩罚的刺激下，逐步形成对刺激的预期，产生能获得最大利益的习惯性行为。

该论文集共收录101篇论文，最高引用数是34689，来自谷歌DeepMind及伦敦大学学院的David Silver在该领域发表了14篇论文，在所有学者中最多。

论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd95

订阅了解更多论文信息，定制您的个人科研动态信息流：https://www.aminer.cn/user/notification

内容中包含的图片若涉及版权问题，请及时与我们联系删除