参考视频：周博磊强化学习纲要 阅读本文需要强化学习基础，可以阅读我以前的文章：强化学习纲要（周博磊课程）、强化学习实践教学 分布式系统一般情况下我们做的论文课题都是小规模的，使用的都是一个相对较小的数据库，因此使用单机系统基本可以完成任务

在游戏中，我们往往有一个计分板准确定义事情的好坏程度。但现实中，定义Reward有可能是非常困难的，并且人定的reward也有可能存在许多意想不到的缺陷。在没有reward的情况下，让AI跟环境互动的一个方法叫做Imitation-Lear

参考视频：周博磊强化学习课程 价值函数优化学习主线：Q-learning→DQN→DDPG→TD3→SAC Q-Learning，DQN和DDPG请可以参考我之前的文章：强化学习实践教学 TD3可以参考我之前的博客：强化学习之TD3(p

参考视频：https://www.bilibili.com/video/BV1EK41157fD/?spm_id_from=333.788.recommend_more_video.-1 原论文：https://arxiv.org/ab

参考视频：周博磊强化学习纲要 阅读本文前需要对强化学习model-free领域有一定的了解，可以查看我之前的文章：《强化学习实践教学》，《强化学习纲要（周博磊课程）》 之前介绍的算法例如DQN，DDPG，PPO都是model-free