强化学习的分类

强化学习分两种：一种是片段式强化学习episodic reinforcement learning；一种是连续式强化学习（continuous reinforcement learning）

• episodic reinforcement learning:在强化学习中，智能体通过与环境交互，依据奖励信号学习最优行为策略。片段式强化学习将这种交互过程划分为一个个独立的 “片段（episode）”。每个片段都有明确的起始和结束状态，比如玩一局游戏，从游戏开始到结束就是一个片段。在每个片段内，智能体持续采取行动，环境相应给出反馈和奖励，片段结束后，智能体基于该片段的经验来更新策略，进而提升后续片段中的表现 。
• 连续式强化学习（continuous reinforcement learning）任务无明确终止点，智能体持续与环境交互。像恒温器调节室内温度，需持续监测和调整，无自然结束标志。