【Datawhale组队学习深度强化学习】Task3深度学习基础

  本次学习的相关资料：

【教程】

蘑菇书EasyRL

Datawhale

GitHub - datawhalechina/joyrl-book

【学习者手册】

https://mp.weixin.qq.com/s/pwWg0w1DL2C1i_Hs3SZedg

第六章 深度学习基础 (datawhalechina.github.io)

通俗解释：

强化学习与深度学习的关系

强化学习与深度学习都是机器学习的一部分，但它们各自有不同的应用和特点。我们可以用一个比喻来帮助理解它们之间的关系：
想象一下，你是一个正在学习新技能的学生。深度学习可以比作是一种“自学”方式，你需要大量的书籍（数据）来学习。你通过阅读这些书籍，理解其中的内容，并能够回答与这些书籍相关的问题。这种学习方式非常适合于需要识别模式或类别的任务，比如识别图片中的猫或狗，或者翻译一种语言到另一种语言。
强化学习则更像是一种“实践”方式，你通过实际操作来学习。你有一个目标，比如学会骑自行车，但是你没有具体的指导手册，只能通过尝试和错误来学习。每次尝试，你会得到一个反馈：如果你保持平衡，你会得到正面的反馈；如果你摔倒了，你会得到负面的反馈。你根据这些反馈来调整你的行为，以便在下一次尝试中做得更好。强化学习非常适合于需要做出决策序列的任务，比如玩游戏、机器人导航或自动驾驶汽车。
现在，如果我们把深度学习加入到强化学习中，就像是你有一个教练（深度学习）在你实践（强化学习）的时候帮助你。教练会观察你的动作，并根据他的经验给你建议，这些建议可以帮助你更快地学习。这种结合了深度学习的强化学习被称为深度强化学习，它是目前人工