强化学习的可视化解释

一个名为 spark 的数字生物通过调整四个神经元的三项连接参数，在奖励与惩罚反馈中学习趋光行为。经过 2,000 次尝试后，它能主动靠近并跟随光线；文章以三维立方体展示不同初始连接下学习轨迹最终汇聚的过程。