Deep Dive: OaK Architecture & The Era of Experience Speaker: Richard Sutton (Father of Reinforcement Learning) Core Theme: Next-Gen Agent Architecture: OaK (Options and Knowledge) Key Quote: “Wha

AI Agent：人类只给AI目标，AI自己想办法完成某个研究问题。 整个图示清晰地展现了强化学习的核心循环：智能体观察环境的状态 (棋盘布局)，基于其策略和目标 (赢棋) 来选择一个行动 (下一步棋)，该行动改变了环境的状态，然后智能体又观察到新的状态，如此循环往复，直到游戏结束分出胜负。 通过这种方式，AI的目标（图中的“赢棋”）被转化成了一个数学问题：如何选择一系列的行动（下棋），来最大化