请概述强化学习的主要发展历程，并指出其中的关键里程碑和技术演进。

回答思路

1. 能按时间顺序梳理主要发展阶段
2. 指出关键里程碑（如动态规划、时序差分、Q-learning、深度强化学习等）
3. 说明技术演进的内在逻辑（从表格方法到函数逼近再到深度网络）
4. 提及代表性成果或应用（如AlphaGo）体现知识广度