原文来源：Towards Data Science
作者：Philip Osborne
「雷克世界」编译：嗯~是阿童木呀、EVA
导语：现如今，随着在强化学习领域的研究不断取得新的进展，实际生活中越来越多的问题可以用强化学习来解决。最近，数据分析师Philip Osborne在一篇文章中探讨了如何将强化学习应用于实际生活中的问题规划解决，希望能够为那些对此感兴趣的朋友提供一些帮助。
最近，我发表了一些实验示例，在这些示例中，我为一些现实生活问题创建了强化学习（Reinforcement Learning, RL）模型。例如，根据设定预算（Set Budget）和个人偏好（Personal Preference），使用强化学习来进行膳食计划。强化学习可以用于各种各样的计划问题，包括旅行计划、预算计划和商业策略。之所以使用RL是因为它的两个优点：它考虑了结果的可能性，并使得我们能够控制部分环境。因此，我决定写一个简单的示例，以便其他人可以考虑如何开始使用它来解决他们的日常生活或工作问题。
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024