我想核实一下我对强化学习的理解。训练一个政策然后在之后重用这个学习到的政策有多容易/困难或常见？我目前的理解是，当我们停止训练后，如果再次开始训练，就需要从头开始，即无法利用之前学到的政策。谢谢你。

回答：

这取决于你使用的是什么具体方法，但一般来说，一旦学习方法收敛，就不需要“训练”了。例如，在Q学习中，这是一种无模型的离线策略学习方法，在算法收敛之前，智能体仍然需要采取随机行动，以确保在Q(s,a)空间中的每一个相关点都被探索过。但每一步都利用了之前情节中获得的经验，因此说每次情节都是从头开始是不正确的。