2016年Google旗下DeepMind公司的人工智能AlphaGo战胜人类围棋好手这个里程碑事件后，人类好奇心不断促使我多次想要打开人工智能(AI)这个黑盒子，往里面一探究竟。在学习《百度架构师手把手深度学习》课程中，发现了《强化学习7日打卡营--世界冠军带你从零实战》课程，我痛快的加入打卡。

        任何知识都是由概念发端，人工智能领域更是如此。这两门课程，先后让我对“深度学习”和“强化学习”有了概念。深度学习，把事物理解成可以用复杂函数表达的公式，该函数能够最大限度的覆盖先验(训练数据)，同时满足后验(预测数据与真实数据误差最小)，深度学习的模型设计核心思想如下：
1、加权和
2、非线性变换
3、多层连接

      深度学习，是让机器对世界具有“认知”能力；强化学习，让机器对客观世界有“决策”能力。

上图，就是强化学习的思想模型，所有算法均据此设计。

       本次课程，讲解了如下深度学习的经典算法和代码实现:Sarsa/Q-Learning/DQN/Policy Gradient/DDPG
这些强化学习算法思想，经历如下变迁：由最初的代码维护Q(s,a)表，到深度神经网络自动学习生成，State(状态)和Action空间由可数(离散的)的演变成不可数(连续的)，为人工智能解决复杂的现实问题，提供了编程模型。
成为更好的自己，加油！