Richard Sutton
强化学习领域奠基者之一，与Andrew Barto合著《Reinforcement Learning: An Introduction》，与John Carmack共同创立Keen Technologies，2024年图灵奖得主
核心事实
时间轴 (近 90 天)
苦涩的教训的核心论点是：依赖人类知识、领域先验和手工规则的方法短期表现出色，但长期总被单纯依靠算力和数据的通用方法所超越
Dyna-Q由强化学习先驱Richard Sutton于1991年提出，是一种将模型学习与无模型学习相结合的方法
《Reinforcement Learning: An Introduction》由Richard Sutton和Andrew Barto合著，第二版于2018年更新，全书可免费在线阅读
时序差分（TD）学习由 Richard Sutton 在1988年正式提出，结合了蒙特卡洛方法和动态规划的优点
Richard Sutton与Andrew Barto合著了《Reinforcement Learning: An Introduction》，系统性地奠定了强化学习领域的理论框架
Richard Sutton是强化学习的创始人之一，于2019年发表了短文《The Bitter Lesson》。
全部知识事实 (6)
Richard Sutton是强化学习的创始人之一，于2019年发表了短文《The Bitter Lesson》。
80%已验证Richard Sutton与Andrew Barto合著了《Reinforcement Learning: An Introduction》，系统性地奠定了强化学习领域的理论框架
65%待验证苦涩的教训的核心论点是：依赖人类知识、领域先验和手工规则的方法短期表现出色，但长期总被单纯依靠算力和数据的通用方法所超越
50%待验证Dyna-Q由强化学习先驱Richard Sutton于1991年提出，是一种将模型学习与无模型学习相结合的方法
50%待验证《Reinforcement Learning: An Introduction》由Richard Sutton和Andrew Barto合著，第二版于2018年更新，全书可免费在线阅读
50%待验证时序差分（TD）学习由 Richard Sutton 在1988年正式提出，结合了蒙特卡洛方法和动态规划的优点
50%