强化学习在之家图像理解中的应用本文介绍了强化学习的基本概念，并着重梳理了一类模型无关的强化学习，即策略梯度算法。我们分别介绍了其中的两种算法——基本策略梯度和Actor-Critic方法，并对它们的优缺点进行了分析。最后，我们展示了策略梯度算法在自然场景下的文本图像识别中的应用，并讨论了该方法在此场景下的鲁棒性。