1.5　總結

本章介紹了為什么RL很特殊以及它與監督學習和非監督學習之間的關系。然后介紹了RL的基本形式以及它們之間如何交互，之后介紹了MP、馬爾可夫獎勵過程以及MDP。這些知識將成為本書其余部分的基礎。

下一章將從理論過渡到RL實踐，包含了環境設置以及庫的介紹，然后教你寫下第一個智能體。