从数学的角度来说，强化学习究竟是在干什么？

2024年图灵奖花落强化学习领域，而且最近由于强化学习在大语言模型包括DeepSeek上取得了很好的效果，得到了越来越多技术人员的关注。但是强化学习究竟是在干什么事儿？特别是从数学的角度，强化学习究竟在解决什么样的问题？回答这个问题对于深刻理解和运用强化学习具有重要的作用。