强化学习

强化学习是最先进的机器学习类型之一。

这种人工智能机制通过与周围环境互动、观察互动结果并获得奖励的方式学习，帮助它决定其行为在长期来看是否具有相关性。

由于一开始相关性是未知的，人工智能将通过连续互动进行学习，就像人类学习新游戏一样。通过在各种可能的环境下测试每个行为，人工智能将更新每个行为的预估长期影响。“长期”概念对强化学习至关重要。例如，人在下国际象棋时，为了获胜，可以牺牲一个兵（短期损失）。同样，开车从 A 点到 B 点时，有时更明智的做法时选择高速路，虽然绝对距离更长，但总用时更短。