CHAPTER 1
第1章 强化学习简介

强化学习（Reinforcement Learning, RL）旨在创建能够在复杂和不确定的环境中做出决策的人工智能（Artificial Intelligence, AI）智能体，目标是最大限度地提高其长期利益。这些智能体通过与环境交互来学习如何做到这一点，这模仿了我们人类从经验中学习的方式。因此，强化学习拥有极其广泛且适应性强的应用程序集，具有颠覆和彻底改变全球行业的潜力。

本书将使你对该领域有一个更深层次的了解。我们将深入探讨你可能已经知道的一些算法背后的理论，并涵盖最先进的强化学习。而且，这是一本实用书籍。你将看到受现实行业问题启发的示例，并在此过程中学习专家提示。根据其结论，你将能够使用Python建模和解决你自己的序贯决策问题。

那么，我们将从刷新你对强化学习概念的思考来开始这段学习旅程，让你为学习后续章节中出现的高级内容做好准备。