强化学习同一个学习率的图一样吗

    强化学习同一个学习率的图不一样。监督学习要求训练集和测试集数据分布越相近越好，但是包含的数据不一样，不能把分类任务中的一张图片，同时放到训练集和测试集中，因为实际情况中可能出现训练集不包含的图片，这时要保证监督学习算法具有一定的泛化能力，能够在没见过这张图片的情况下，对其正确处理。强化学习的目的是优化马尔科夫决策过程中的智能体的策略，每次学习是专门针对一个任务进行的。因此，不能让强化学习优化好一个走迷宫的任务，然后拿学习好的策略去干其他事，哪怕是让训练好的智能体走一个布局稍有变化的迷宫，效果也会下降。