Batch size 指的是监督学习中神经工作训练的样本数量，然而，在强化学习的背景下，batch size 的含义是什么？它也指样品吗？如果是这样，样本在强化学习背景下的意义是什么？
reinforcement-learning batchsize
batchsize ×1
reinforcement-learning ×1