扫地机器人没人教，怎样自己找到充电座？用四组漫画和八道手算例题，讲清强化学习的基本概念：智能体与环境、奖励与回报、折扣因子、马尔可夫决策过程和马尔可夫性，以及策略怎样决定平均回报。