第1章绪论

在正式介绍具体的强化学习（reinforcement learning，RL）算法之前，本章先从宏观角度讨论强化学习的相关概念及应用等，帮助读者更好地“观其大略”。对于想利用强化学习做一些交叉研究的读者来说，更应该先通过本章了解强化学习是什么、大概能做什么、能实现什么样的效果等，而不是直接从一个个算法开始学习。

强化学习发展至今，尽管算法已经有成百上千种样式，但实际上从大类来看要掌握的核心算法并不多，大多数算法都只是在核心算法的基础上做了一些较小的改进。举个例子，如图1-1所示，我们知道水和咖啡豆通过一定的方法就能调制成咖啡，水加上糖块就能变成糖水，它们虽然看起来形式不同，但本质上都是饮品，只是有不同的口味而已。