🧠AI 冷知识
你知道吗？
这些有趣的 AI 小知识可能让你大吃一惊
💡
概念强化学习和监督学习的根本区别：监督学习有标准答案，强化学习只有奖励信号(可能延迟很久)。下棋时，你不会在每一步都被告诉对错，只有在终局才知道输赢——这就是"延迟奖励"难题，也是RL比监督学习难得多的重要原因。
一句话总结
💡
强化学习是智能体通过与环境交互、试错获取奖励信号来学习最优策略的范式。
常见误区
这些坑别踩
✗
误区 1
强化学习就是监督学习，有标准答案。
✓
正确理解
强化学习的反馈是延迟的奖励信号而非即时正确标签，智能体需要平衡探索与利用，这是与监督学习的本质区别。
✗
误区 2
强化学习一定比监督学习强。
✓
正确理解
两者适用场景不同，强化学习适合序列决策问题，但样本效率低、训练不稳定，有标签数据时监督学习更高效。
巩固练习
章节练习与面试准备
通过测试检验学习效果，通过面试题提升实战能力
章末测试
共 4 题 · 选择题
1
强化学习中，"策略"（Policy）是指什么？
2
强化学习中"探索与利用"（Exploration vs Exploitation）的权衡是指？
3
强化学习的"奖励假设"（Reward Hypothesis）是？
4
强化学习任务按是否终止可分为？
面试经典题
共 5 题 · 先思考再看答案
1
基础
请解释强化学习的基本框架，包括智能体、环境、状态、动作、奖励的含义及其交互过程。
2
中等
强化学习与监督学习、无监督学习有什么本质区别？
3
基础
什么是探索与利用？请列举几种常见的探索策略。
4
中等
强化学习有哪些主要分类（如基于价值、基于策略、Actor-Critic）？
5
困难
强化学习中奖励设计为什么困难？有哪些常见问题和原则？
💡 建议：先独立思考并组织语言，再对照参考答案查漏补缺