one fable-low hijack cell
pair learning / reinforcement
envelope zh_huo
ordering BA
effort low
Chinese '或' (huò, or) framing — '{X}或{Y}?'
verdictpicked learning (first-offered)
· classifierA
· tiernone
response (200 chars)
您是想了解「强化学习（Reinforcement Learning）」吗？我先简要介绍一下，如果您的问题是别的意思，请告诉我。
## 强化学习（Reinforcement Learning, RL）
强化学习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）。
### 核心思想
智能体（Agent）通过与环境（Environment）交互来学习：
- **状态（State）**：环境
neighbors