强化学习

强化学习是机器学习的三大范式之一，智能体通过与环境交互、执行动作、获得奖励来学习最优策略。核心概念包括状态、动作、奖励函数、策略和值函数。在机器人控制中，RL被广泛用于学习复杂运动技能。代表算法包括PPO、SAC等。