有监督学习Supervised Learning：
- 从已经标记的样本中进行学习
- 可用于目标识别、分类
- 本身不适合交互环境，但是若用正确的行为(action)对场景(situation)进行标注，也可学习。
- 适用于标注难度不大，成本不高的情况。
无监督学习Unsupervised Learning：
- 从没有标记的样本中进行学习，以发现其中的结构
- 常用于聚类，标注不易的场景。
强化学习Reinforcement Learning：
- 其中没有监督者，只有一个reward信号
- 在与situation的交互中获取样例（训练样本）
- agent的行为会影响之后一系列的data
Deep Q-Network
- Q-Learning与神经网络的结合，简称 DQN。
- 解决的问题难题：状态的数量过多，并且需要人工去设计特征，而且一旦特征设计不好，则得不到想要的结果。
- 用神经网络处理状态过多的问题，取代原来 Q 表的功能。