故事的开头是1950年代，心理学家B.F. Skinner做过一个实验：放只老鼠在箱子里，箱子有个杠杆，按一下就掉食物。老鼠一开始乱跑，后来无意中按了杠杆，吃到东西，慢慢就学会了“按杠杆=有饭吃”。这叫“操作性条件反射”，成了强化学习的灵感。
到了1980年代，计算机科学家把这个想法搬到了机器上。Richard Sutton和Andrew Barto两位“大侠”写下了强化学习的“武林秘籍”——《强化学习导论》。他们提出：机器可以像老鼠一样，通过试错和奖励，学会复杂任务。
但真正让强化学习发光发热的，是2010年代。深度学习（咱们第四期讲过）给它插上了翅膀。2013年，DeepMind团队用“深度强化学习”训练了个AI玩雅达利游戏（像打砖块），没教它规则，它自己玩着玩着就成了高手。这一下，强化学习从书本走进了现实。
声明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于网络；编辑/翻译：数字化转型网（Professionalism Achieves Leadership 专业造就领导者）默然。
