目录深度强化学习 如何训练 班杜拉的三种强化例子 动机过程中的三种强化的例子有哪些 直接强化替代性强化自我强化例子有哪些？ 直接强化替代性强化自我强化例子有哪些？
班杜拉的春裤三种强化例子：
一、是直接强化，即对学习者作出的行为反应当场予以正或负的刺激。
二、是替代强化，指学习者通过观察其他人实施这种行为后所得到的结果来决定自己的行为指向。
三、是自我强化，指儿童根据社会对他所传递的行为判断标准，结合个人的理解对自己的行为表现进行正或负的强化。自我强化参照的是自己的期望和目标。
学术思想：
班杜拉的社会学习理论包含观察学习，自我效能，行为适应与治疗等内容。他把观察学习过程分为注意、保持、动作复现、动机四个阶段，简单地说就是观察学习须先注意榜样的行为，然后将其记在脑子里，经过练习，最后在适当的动机出现的时候再一次表现出来。
通常是用物理方法来进行的动物实验以此来创扒基简建他们的理论体系，这种研究方法对于作为社会一员的人的行为来说，没有多大的研究价值。因为人是生活在一定的社会条件下，主张在自然的社会锋举情境中来研究人的行为。事实上，人们在社会情境中通过观察和模仿，学到了许多行为。
左右
（1）增加奖励：在强化学习中，奖励是指智能体学习过程中的反馈，奖励可以根据智能体的行为来禅圆调整，以达到期望的学习效果。比如，在机器学习中，当智能体完成一个任务时，可以给它一个正向的奖励，这样可以激励它完成更多的任务。
（2）改进策略：在强化学习中，策略是指智能体根据环境的状态来决定下一步行动的决策过程档激。通过改进策略，可以提高智能体在特定环境中的性能，比如在游戏中，可以改进智能体的策略，让它更容易赢得比赛。
（3）更新状态：在强化学习中，状态是指智能体当前所处的环境，包括智能体的位置、速度和视野等。更新状态可以改善智能体在特定环境中的性能，比如在机器人控制中，可以通过更新状态来提高机器人的控制行袭袜精度。
直接强化就是外部直接给与奖励，埋嫌散例如，小朋友得了90分，老师奖励很多糖。
替代强化是看到别人的行为产生的结果对自我的替代性强化或者削弱，例如，小朋友看到另一个小朋友因为字得了90分而被给与奖励自己也发奋努力。
自我强化是社会化的结果，例如，小朋友自己设定要得90分，当得了90分后很开心。
强化应当适当，否则会因为外部强化而削弱个体本身的内部动机。
强化原理
正强化：给予一种好刺激。为了建立一种适应性的行为模式，运用奖励的方式，使这种行为弯氏者裤模式重复出现，并保持下来。例如企业对积极提出合理化建议的职工颁发奖金。
负强化：去掉一个坏刺激。为引发所希望的行为的出现而设立。例如企业不允许在工作时间打个人电话，一位员工有这种习惯，这种行为一出现就受到指责，但一旦他停止这种行为了，就应立即停止对他的指责。
以上内容参考：-直接强化
这个咐颂罩具体就要学深度学习和强化学习的相关知识了，可以拿最简单的DQN举例，DQN就是用神经衡闹网络去代替了传统的Q表，从而进行樱悔训练。
所示是强化学习算法的成功案例。其中的A图为典型的非线性二级摆。该由一个台车（黑体矩形表示）和两个摆（红色摆杆）组成，可控制的输入为台车的左右运动，该的目的是让两级摆稳定在悔尘竖直位置。两级摆问题是非线性的经典问题，在控制理论中，解决该问题的基本思路是先对两级摆建立精确的动力学模型，然后基于模型和各种非线性的理论设计控制方法。一般来说，这个过程非常复杂改弊，需要深厚的非线性控制理论的知识。而且，在建模的时候需要知道台车和摆的质量，摆的长度等等。基于强化学习的方法则不需要建模也不需要设计控制器，只需要构建一个强化学习算法，让二级摆自己去学习就可以了。当学习训练结束后，二级摆便可以实现自平衡。图1.1中的B图是训练好的AlphaGo与柯洁对战的第二局棋，C图则为机器人在仿真环境下自己学会了从摔倒的状态爬起来。这三个例子能很好地说明，强化学习算法在不同的领域能够取得令人惊艳的结果。当然，强化学习除了应用到非线性控制、下棋、机器人等方向，核前族还可以应用到其他领域，如游戏、人机对话、无人驾驶、机器翻译、文本序列预测等。
