強化學習和監督學習的區別

1、強化學習的樣本通過不斷與環境進行交互產生，即試錯學習，而監督學習的樣本由人工收集並標注。
2、強化學習的反饋信息只有獎勵，並且是延遲的，而監督學習需要明確的指導信息（每一個狀態對應的動作）。