强化学习总结
推荐博客：
http://www.cnblogs.com/steven-yang/tag/%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/
强化学习是学习一个最优策略（policy），可以让本体（agent）在特定环境（environment）中，根据当前的状态（state），做出行动（action），从而获得最大回报（G or Return）。