◕ 强化学习的本质是从多种工况中选取最优工况，如下面的动图所示，浅蓝色的动点是小老鼠，白色是障碍物，黑色是奶酪，强化学习算法操控下的小老鼠会不断从不同路径寻找奶酪，最后总结出一个离奶酪最近的路径；

◕ 强化学习是无模型优化的一种，在实际环境中，无模型优化对传感器的依赖小，不依赖模型，直接与实际环境读取的数据交互；

◕ 强化学习技术有比较高的灵活性和适用范围，可以更好地应用于工程实际。

理论较优的节能量

较低的数据需求

短平快的部署方式

无模型优化技术带来的超强适用性