百科问答小站 logo
百科问答小站 font logo



能否介绍一下强化学习(Reinforcement Learning),以及与监督学习的不同? 第1页

  

user avatar   Cybernetic1 网友的相关建议: 
      

我在外国博客上写过一些基於人工智能的文章,有些搬到了博客园,上面转录的是其中一篇:

什么是强化学习?

我正在研究的 AI architecture 是用强化学习控制 recurrent 神经网络,我相信这个设置可以做到逻辑推理和答问题的功能,基本上就是 strong AI。 但还有一些未解决的细节。 论文的标题是《游荡在思考的迷宫中》,即将发表。

補充: 還有一點,就是監督學習的問題可以很容易化為強化學習的問題(雖然這樣增加了複雜性而沒有益處),但反之則沒有一般的辦法。 見:Reinforcement Learning and its Relationship to Supervised Learning,Barto and Dietterich, 2004.

"But is it possible to do this the other way around: to convert a reinforcement learning task into a supervised learning task?

"In general, there is no way to do this. The key difficulty is that whereas in supervised learning, the goal is to reconstruct the unknown function f that assigns output values y to data points x, in reinforcement learning, the goal is to find the input x* that gives the maximum reward R(x*).

"Nonetheless, is there a way that we could apply ideas from supervised learning to perform reinforcement learning? Suppose, for example, that we are given a set of training examples of the form (xi, R(xi)), where the xi are points and the R(xi) are the corresponding observed rewards. In supervised learning, we would attempt to find a function h that approximates R well. If h were a perfect approximation of R, then we could find x* by applying standard optimization algorithms to h."




  

相关话题

  未来想研究达芬奇手术机器人(智能医学或精准医学方向),需要学习哪些专业知识? 
  如何看待「原谅宝」? 
  以目前的科技水平,做销售,在AI的哪个应用领域发展更好些? 
  有监督和无监督学习都各有哪些有名的算法和深度学习? 
  如何评价深度学习相关顶级期刊论文难复现的问题? 
  为什么nlp没有像cv四小龙一样的创业公司? 
  有哪些人工智能变人工智障的事例? 
  为什么读论文最好打印出来读? 
  你为什么选择华为? 
  导盲犬一只训练成本高达22万,为什么不用相同的钱雇人为盲人导盲? 

前一个讨论
什么是真正的动物保护?
下一个讨论
做开发你遇到最无理的需求是什么?





© 2024-11-23 - tinynew.org. All Rights Reserved.
© 2024-11-23 - tinynew.org. 保留所有权利