强化学习 ​

策略梯度、Q 学习、离线 RL、模仿学习与多智能体。

翻译状态 ​

本页面的中文版本尚未提供。完整内容（《Reinforcement Learning》）请参阅 Reinforcement Learning（English）。

如果你愿意协助翻译本页（保留链接、表格、参考文献格式），欢迎在 GitHub 仓库 提交 PR。