什么是强化机器学习？

作者: 红蜻蜓
发布时间: 2024-10-13 03:17:35 (18小时前)
转自：

3 条回复

0#
回复此人
至此 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> 增强机器学习是指机器从经验中学习，反馈是“好”或“坏”。 一个典型的例子是培训游戏代理商。您首先开始使用您拥有的数据（受监督）培训您的代理，当它耗尽时，开始培训几个代理并让彼此竞争。获胜的人正在“加强”，继续下去。 这是过去的“伎俩”之一 <a href="https://www.tastehit.com/blog/google-deepmind-alphago-how-it-works/" rel="nofollow noreferrer"> 训练AlphaGo </A> ，（以前在 <a href="https://en.wikipedia.org/wiki/TD-Gammon" rel="nofollow noreferrer"> TD-金门 </A> ） <BLOCKQUOTE> ... 因此，政策网络通过使用他们的结果让他们互相对抗来改善这些游戏作为训练信号。这称为强化学习，甚至深度强化学习（因为网络受过训练很深。 </BLOCKQUOTE> </DIV>

编辑
1#
回复此人
trpnest | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> 你提到了有监督和无监督的学习。这3个略有不同。 <UL> <LI> 监督学习：每个元组都有标签。 </LI> <LI> 无监督学习：您没有元组标签，但想要找到输入之间的关系 </LI> <LI> 强化倾向：稀疏条目的标签很少。那个标签是奖励。 </LI> </UL> 强化学习是一个人如何了解新情况的过程。它需要任何随机动作，观察环境的行为并相应地学习。 什么是奖励。？ 奖励是来自环境的积极或消极反馈。行动负责其未来的所有奖励。因此，它需要采取那些可以在未来获得最积极回报的行动。 这可以通过Q学习算法来实现。我请你检查一下这个话题。 我使用强化算法训练pacman。我希望你知道这场比赛。我们的目标是采取行动，不应该击中鬼魂，也应该能够从地图中获取所有点数。它经过多次迭代和成千上万的游戏后自我训练。我也用它来训练一辆车在特定赛道上开车！ 强化学习可用于训练AI学习任何游戏。虽然更复杂的游戏需要神经网络，这就是所谓的深度学习。 </DIV>

编辑

登录后才能参与评论