Reinforcement Learning
了解 Richard S. Sutton 的《Reinforcement Learning》（Reinforcement Learning）：2007-02-22–2026-11-01 的 Hacker News 数据中有 34 次提及、30 位讨论者。阅读原文摘录、比较不同观点，将它加入你的书单。
分享到 X社区里的声音
最近 20 条来源记录提及不等于推荐。标签来自源数据的自动分类；请打开原始讨论核对上下文。
此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文此记录保留了作者、时间和来源链接，请打开 HN 阅读完整上下文。
在 Hacker News 阅读原文