这个可爱的单眼皮小家伙正在按一个操纵杆。

它发现按下这个操纵杆，食物槽中有时会出现好吃的食物。

于是它们就在这个过程中学会了按压操纵杆这个操作。

这个过程中，压下操纵杆这个动作叫做 行为（Beh***ior）；好吃的食物叫做 刺激（Stimulus）；通过提供好吃的东西来提升压操纵杆这个动作的频率，这个叫做 强化（Reinforcement）。

通过好的刺激，也就是 奖励（Reward），来提升行为发生的频率，这个过程叫做正强化（Positive R…。

上一篇： class="title">Web后端开发，用Python还是Go呢？

下一篇： 为什么 php 可以做到 7 毫秒以内响应，而 .net 做不到？