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

  AlphaGo 与李世石的对战会推动人类的极限还是机器学习的进步和觉醒? 
  有哪些人工智能变人工智障的事例? 
  现在的BERT等语言模型,最快训练要多久? 
  未来 3~5 年内,哪个方向的机器学习人才最紧缺? 
  Meta 公布 AI 概念「Builder Bot」,能够通过语言建造 VR 世界,技术方向上有亮点? 
  2019年CVPR有哪些糟糕的论文? 
  让人工智能去下路边街头的象棋残局会赢吗? 
  人工智能顶会的best paper,后来都怎么样了? 
  领域自适应需要用到测试集数据,这样的方法有啥意义呢? 
  无背景有背影的出生于1990年的机器人领域硕士男如何在一线城市从一个有身份证的人变成一个有身份的人? 

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?





© 2025-04-06 - tinynew.org. All Rights Reserved.
© 2025-04-06 - tinynew.org. 保留所有权利