状态与一个奖励采取一个动作。环境根据智能系统选择的动作，决定下一步t+l的状态与奖励。要学习的策略表示为给定的状态下采取的动作。智能系统的目标不是短期奖励的最大化，而是长期累积奖励的最大化。强化学习过程中，系统不断地试错，以达到学习最优策略的目的。通过构建良好认知结构的训练，目的是帮助学生将头脑中的知识系统化结构化，以便于知识的记忆和提取。解决学生想学学不好，没有好的学习方法，有劲不知道怎么使的问题。
最好的读书方是教育孩子养成随时把“思”与“感”记录下来的习惯。当孩子读书时，就应该把笔拿起来，随时记录自己的所思所想，养成做读书笔记的习惯。在小学时，摘抄是常见的好方。
客观来讲，大多数人不是天生就知道如何高效学习的。很多孩子之所以成绩不够理想，并不是学习不努力，而是还没有找到适合自己的学习方、养成良好的学习习惯。
很多同学渴望养成好习惯，改变坏习惯，但他们又觉得这种“养成”或者“改变”很难。请你写一篇文章，讲一讲你在“养成好习惯”或者“改变坏习惯”方面的亲身经历或者所见所闻所想，让这些同学读了你的文章以后受到启发。
23.不要对比进度，没有意义，尤其是前期大的时候，不要因为复习的慢而懊恼，也不要因为复习的快而沾沾自喜，最后的分数是最有说服力的，毕竟每个人的学习习惯、复习方、复习方案都不一样。
做为一个家长，我真的汗颜，不知哪一个家长竟这么不用心，孩子就这样的学习态度，竟还签字了事，就这样的态度，怎么能让孩子有一个良好的习惯，我无语了。
