之前我们已经学习到机器学习是一个大家族，这个家族里面的成员各显神通，为我们解决人工智能领域的各种问题。今天我们需要介绍机器学习家族中的一个小团体——强化学习。既然是小团体，那就代表我们的强化学习家族成员也有很多个，例如q-learning，sarsa，等等。这里我们不展开介绍，有兴趣的同学可以自己详细了解强化学习的家族成员。
强化学习的原理？
强化学习是一类算法，让计算机在什么都不懂的情况下，通过不断地尝试，从错误中学习，最后找到规律，学会了达到目的方法。让我们举一个小小的例子：
你现在在家，有两个动作选择：【打游戏】和【读书】。如果你选择打游戏的话，你就会跑到【网吧】，如果选择了读书，就坐在了【书桌】面前。你爸妈下班回家，如果发现你在网吧，就会给你教训，如果你在书桌面前的话，就会奖励你零食吃。
首先，你并不知道应该选择哪一个动作（参考：让计算机在什么都不懂的情况下），因此你可能选择【打游戏】或者【读书】。但是，当你接受了多次教训和多次奖励零食以后，你会发现【打游戏】会得到惩罚，选择【读书】会得到奖励，因此当你再一次待在家里的时候，你就会偏向于选择【读书】，而不是【打游戏】。（这就是强化学习）
对比监督学习
监督学习是已经给出了数据和数据对应的正确标签。以上面例子来说明，就是你的爸爸妈妈在出门时就会直接告诉你，只要你在家乖乖学习，就会获得奖励，如果打游戏，就会给你惩罚。那么你根本就不用在经历多次教训才会知道如何才能获得奖励，因为你一开始就已经很明白了。
强化学习对比监督学习，区别在只知道数据，而没有数据标签。计算机必须通过反复尝试，接受社会的毒打以后，才能明白应该做什么，不应该做什么。
总结
实际中的强化学习例子有很多，比如比较有名的Alpha go，让计算机自己学着玩经典游戏的Atari。强化学习也可以应用到智能机器人的开发中，游戏Ai，以及自动驾驶等等。更多的应用领域还等待着人们去发掘。
参考资料：
[1]莫烦.强化学习[EB/OL].https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/4-01-RL/,2016-12-31.
