放完假刷leetcode发现二叉树遍历都忘记了，复习记录一下。

• 介绍

介绍

前面学习了遗传算法，最近又看到在强化学习中的应用：进化算法玩Atari，今天看一下可以用在神经网络中的进化策略（Evolution Strategy,ES）。

前面的遗传算法使用背包问题当做例子，然而背包问题通常使用动态规划的方式来解，这里看一下动态规划怎么解决问题。

看Uber的deep-neuroevolution看不懂，先了解一下基本的遗传算法。

遗传算法的本质是一种并行，高效，全局搜索的方法

遗传算法将问题的解根据实际情况进行编码并将其视为单独的个体，使用编码的交换，突变来产生下一代种群，每次迭代使用适当的评估函数评价个体（解）的适应度，循环迭代取得相对最优的解。

Qlearning是一种基于价值的强化学习方法 下面是个简单的例子来自周莫烦