Richard Sutton (理查德·萨顿)
Richard Sutton（理查德·萨顿）被公认为现代强化学习之父（Father of Reinforcement Learning），阿尔伯塔大学计算科学教授，DeepMind 杰出研究员，著有强化学习圣经《Reinforcement Learning: An Introduction》。
Source: 2026-08-25-xiaohongshu-xhslink-cn-o-4P21nENkCJg-05d1f292df.md（来源未公开）
核心哲学：试错学习高于有监督灌输
- 反思有监督学习局限：Sutton 指出，自然界中没有任何动物是通过“有监督学习（Supervised Learning）”掌握肌肉运动和生存技能的。自然界中没有现成的肌肉收缩标准答案；
- 试错与交互（Trial-and-Error）：智能的真正起源在于个体与环境发生互动、接受稀疏反馈并自主优化策略。这也奠定了当前 o1、DeepSeek-R1 等前沿推理模型强化学习突破的理论基石（test-time-scaling）。