强化学习是建立映射关系。

简介：F学长是我数模竞赛、科研方法道路上最重要的一位启蒙者。 巧合的是 ，他的研究方向也是强化学习。 疫情期间 ，我们通了多轮长长的电话 ，讨论强化学习 ，其中给我印象最为深刻的是 ，他说 ： "简单来说" ，强化学习就是从一个分布到另一个分布的映射 。 我对这样的观点从未感到过如此陌生 ，这促使我静下心来 重新审视强化学习的数学基础 。 此次我就对这一观点展开深入分析 。

本文结构

首先得出结论并予以认可。为了深入论证这一观点，在最容易理解的角度下进行阐述：最容易理解的角度下进行阐述的基础上，并以"分类问题"的本质特征为研究核心依据展开论述。在此基础之上并以此为出发点展开论述的同时，并提出"在微观视角与宏观视角下对这一学习系统的认识存在差异"这一论断，并在此基础上并在此基础上进一步拓展至强化学习领域

目录：

• 深度学习的微观视角与宏观视角
• 强化学习的微观视角与宏观视角

深度学习的微观视角与宏观视角

听李老师的深度学习课程时会发现，“分布”这个词用得最多：它既出现在基础推导中的基本前提也包含在诸如GAN、对抗攻击模型等多个方面。所有深度学习从业者都遵循一个统计学上的基本假设：个体之间的差异主要体现在群体层面，并非每个样本的数据特征都能代表整体情况；其重要性远超于单个样本的数据特征。

在开篇课程中，李老师已展