眼爆科技

人工智能之深度强化学习DRL

时间:2018-06-19 13:00  编辑:眼爆科技

前言:人工智能机器学习有关算法内容,人工智能之机器学习主要有三大类:1)分类;2)回归;3)聚类。今天我们重点探讨一下深度强化学习。

之前介绍过深度学习DL强化学习RL,那么人们不禁会问会不会有深度强化学习DRL呢? 答案是Exactly

我们先回顾一下深度学习DL和强化学习RL。

深度学习DL是机器学习中一种基于对数据进行表征学习的方法。深度学习DL有监督和非监督之分,都已经得到广泛的研究和应用。

强化学习RL是通过对未知环境一边探索一边建立环境模型以及学习得到一个最优策略。强化学习是机器学习中一种快速、高效且不可替代的学习算法。

然后今天我们重点跟跟大家一起探讨一下深度强化学习DRL

深度强化学习DRL自提出以来, 已在理论应用方面均取得了显著的成果。尤其是谷歌DeepMind团队基于深度强化学习DRL研发的AlphaGo,将深度强化学习DRL成推上新的热点高度,成为人工智能历史上一个新的里程碑。因此,深度强化学习DRL非常值得研究。

深度强化学习概念:

深度强化学习DRL将深度学习DL的感知能力和强化学习RL的决策能力结合, 可以直接根据输入的信息进行控制,是一种更接近人类思维方式人工智能方法。

在与世界的正常互动过程中,强化学习会通过试错法利用奖励来学习。它跟自然学习过程非常相似,而与深度学习不同。在强化学习中,可以用较少的训练信息,这样做的优势是信息更充足,而且不受监督者技能限制。


  • 共5页:
  • 上一页
  • 1
  • 2
  • 3
  • 4
  • 5
  • 下一页




  • 上一篇:泛人工智能简报:风投押宝移动AR和智能眼镜中长期增长 下一篇:辽宁110万个视频监控:充分利用人工智能技术打击犯罪