什么是强化学习：从Q-learning到Google智能出价探索机制

强化学习是软件通过行动、观察结果并调整策略来学习的分支，没有标注正确答案，反馈是评价性的而非指导性的。Google智能出价探索将此机制暴露为可控选项，允许广告主接受5%至30%的ROAS目标下调，200%目标配10%容忍度实际均值为180%，并已扩展至Performance Max和Shopping。