你是撒比吧
  
【 在 robotzheng16 (robotzheng) 的大作中提到: 】
:
:  1、基于动态规划法的传统控制论：矩阵太大，无法计算；
:  2、类似AlphaGo的强化学习，训练需要大量试探，成本太高；
:  3、基于元学习的强化学习，极有可能，恰好也是2015年底2016年初开始成型的。
--
FROM 125.76.177.*