学习笔记（9）- 对话生成：深度强化学习

对话生成：深度强化学习
Deep Reinforcement Learning for Dialogue Generation

强化学习的目的是：构建状态到行为的函数。

当前状态、动作、奖励（惩罚）函数

【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/xuehuiping/p/12205396.html