小编Ant*_*ect的帖子

我正在学习 Rust 宏，并且在使用vec. 实现的源代码vec!：

macro_rules! vec {
    ($elem:expr; $n:expr) => (
        $crate::vec::from_elem($elem, $n)
    );
    ($($x:expr),*) => (
        <[_]>::into_vec(box [$($x),*])
    );
    ($($x:expr,)*) => (vec![$($x),*])
}

让我们忘记使用它的标准方法：

let v0 = vec![1, 2, 3];

如果我们查看源代码，我们不应该像下面那样使用它吗？

let v1 = vec!(3; 1);
let v2 = vec!(1, 2, 3); 

为什么我们使用[]而不是()inv1并v2与 进行比较v0？

我能找到的大多数材料（例如，David Silver 的在线课程）都提供了有关监督学习和强化学习之间关系的讨论。然而，它实际上是监督学习和在线强化学习之间的比较，在在线强化学习中，代理在环境中运行（或模拟交互），以在有关底层动态的有限知识的情况下获得反馈。

我对离线（批量）强化学习更好奇，其中数据集（收集的学习经验）是先验的。那么与监督学习相比有什么区别呢？他们有哪些相似之处？