
AI 与计算机
强化学习:智能体—环境交互
- 构图:
- 上下两框的闭环
- 画幅:
- 4:3
提示词
画一张【强化学习循环】示意图:上方是智能体框(小机器人图标),下方是环境框(一个小迷宫),两者连成一个闭环。严格按下面列出的关系画,不多画:
1. 【智能体沿闭环右侧向下把动作发给环境。】
2. 【环境沿闭环左侧向上把新状态和奖励发给智能体。】
3. 【智能体内部有一个小策略框,根据状态选择动作。】
4. 【一条短虚线箭头从奖励指向策略,表示奖励用于更新策略。】
图中没有 T 形线。不要把编号句子写进图里。整张图里每个标签只写一次。
标签(每个只出现一次,不加其他文字):【Agent, Environment, Action, State, Reward, Policy】。
风格:期刊式示意框图。白色背景上干净的扁平矢量图形。模块画成圆角矩形或简洁图标,名称写在里面;用浅色面板把相关的层归在一起。只用 3–4 种低饱和度颜色,每种颜色含义固定。细而粗细一致的箭头表示数据、能量、物质或影响的流向,间接或反馈关系用虚线箭头。图中文字只用英文无衬线字体,每个标签只出现一次,拼写与给定完全一致。不要 3D 渲染、阴影、发光、赛博朋克或科技感背景装饰,不要照片质感。
在 Yila 中打开,并带上这段提示词和示例参考图。
示例图由 Nano Banana 生成。提示词也可用于 GPT Image 等图像模型,效果因模型而异。






