datawhale组对学习part1
学习方式：通过观看b站up主博磊的强化学习视频，完成习题
视频： 概括与基础 上：https://www.bilibili.com/video/BV1LE411G7Xj 概括与基础 下：https://www.bilibili.com/video/BV1g7411Z7SJ
强化学习概念：agent在一个环境中 极大化获得奖励
强化学习的困难： （对比监督学习） 1.样本并不是互相独立的 2.不能立刻得到反馈，没有标签说明是否每一步骤是对错，只有当游戏结束才会有结果 3.通过不断试错获得提升 4.告诉你行为错误，但并未告诉正确行为是什么，而且可能是一段时间后才有反馈
强化学习的特点： 1.需要在环境里学习，获得对环境的经验
