简短的回答：是的，是的。

解释

强化学习可以被认为是一种在线学习。也就是说，您可以使用单个数据/奖励对来训练您的模型。与任何在线学习算法一样，有一些事情需要考虑。

该模型倾向于忘记获得的知识。为了克服这个问题，可以将新数据保存在称为历史的循环缓冲区中，并使用部分新旧数据混合训练模型。这实际上是训练 RL 模型的常用方法，可以用于实时系统。还有其他技术可以克服它。

另一个问题是，如果只向网络提供一个数据点，就不可能应用一些技术，例如批量标准化。