1.5　习题

1．机器学习主要分为哪几个类别？请简述强化学习与监督学习的异同点。

2．请简述强化学习的基本原理。

3．强化学习解决的是什么样的问题？

4．强化学习都有哪些分类？

5．请分别解释随机性策略和确定性策略。

6．回报、值函数、行为值函数三个指标的定义是什么？

7．请分别解释以下三对概念：学习与规划、探索与利用、预测与控制。

8．请列举2个可以使用强化学习来解决的例子，并确定每个例子的状态、动作及相应的回报值。

9．请以一个恰当的例子解释什么是智能体，什么是环境，以及两者之间的界限。