看了一些博客和莫烦老师的视频讲解，对强化学习有了一个比较形象的理解。
莫烦视频讲解
博客参考
在机器学习中，可以分为以下3种：有监督的学习（Supervised Learning）、无监督的学习（Unsupervised Learning）和强化学习（Reinforcement Learning），结构图如下所示：
在强化学习中，有一个特定的环境（environment），不同环境下有不同的动作（action），不同动作有不同的奖励（reward），那么不同动作也会产生不同的下一时刻状态（state）。强化学习是以奖励为引导，为了获取更大的奖励而做出的不断学习不断尝试。
RL与有监督学习、无
