。强化学习主体的目标，是得到尽可能多的奖励。主体选择的动作是其历史的函数，它也可以选择随机的动作。 這部分或是單純為 "計數" 用 (一個一個算太龐大時), 或為了機率統計做準備. 如果補習班無法達到穩固程度的要求, 我認為的確該換家教. 怎麼挑選好老師, 需要了解自己需求. 也需要運氣. 不要說小學生了，我大學會話課學生們當中有不少學生在大一大二受到教師羞辱，對不起，犀利的激將法，變得不敢開口講日語的。... http://mariot5938.fireblogz.com/24507847/the-diaries