理查德·萨顿（Richard Sutton）：证明从交互中学习的那位强化学习奠基人 📅 2026年10月23日 理查德·萨顿——Richard Sutton——这个名字在 强化学习的理论基础 史上出现得太频繁，以至于常被当作背景而非主角。他证明了一件让整个领域安静了三十年的事：真正能自我改进的学习算法必须从交互中学习——而这个结论他自己花了二十年才证…