强化学习综述：从基础概念到经典方法

文章综述强化学习（RL）领域，介绍智能体与环境交互、通过试错学习最优策略以最大化累积奖励的核心框架。涵盖状态、动作、奖励、策略与价值函数等关键概念，并对比基于模型/无模型、在策略/离策略等经典方法分类。