one fable-low hijack cell
pair learning / reinforcement
envelope zh_huo
ordering AB
effort low
Chinese '或' (huò, or) framing — '{X}或{Y}?'
verdictpicked reinforcement (second-offered)
· classifierB
· tiernone
response (200 chars)
# Reinforcement Learning(强化学习)简介
## 什么是强化学习?
**强化学习(Reinforcement Learning, RL)** 是机器学习的三大范式之一(另外两个是监督学习和无监督学习)。它研究智能体(Agent)如何在与环境(Environment)的交互中,通过试错来学习最优策略,以最大化累积奖励。
## 核心概念
| 概念 | 说明 |
|----
neighbors