強化學習(Reinforcement Learning)

強化學習是機器學習其中的一個部份，主要是說人工智慧在一個還不斷的互動嘗試，做出決策來最佳化目標的完成。這在許多需要隨時制定決策的很多領域中都有應用，像是自動駕駛、遊戲玩法、機器人控制、金融交易和醫學治療等。

強化學習的概念大概可以分為幾個要素:

1. 主體(agent): 與環境進行互動的AI本體。
2. 環境(environment): 主體進行操作的地方，例如棋盤上的棋子位置、遊戲中的場景座標等等。
3. 動作(action): 主體執行的操作決策。
4. 狀態(state): 主體在環境中某一時間點的訊息。
5. 獎勵(reward): 主體在進行操作後由環境反饋的數值，獎勵的優劣取決於主體操作的好壞。
6. 策略(policy): 指導主體做出動作的一個算法，通常以最大化獎勵為目標。

大致上的關係是，

主體 (Agent) 與環境 (Environment) 接觸互動，去感知環境的狀態 (States) 並選擇採取什麼動作 (Actions)。
主體採取動作後，環境通過進行動作後的獎勵 (Rewards) 提供反饋，告訴主體它的行動的好壞。
主體會用策略 (Policy) 來制定動作的決策，目標是經過一連串的互動，獲得最大的累積獎勵。

以下是自己畫的簡略關係圖