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

  三维重建 3D reconstruction 有哪些实用算法? 
  遇到一个具体的六轴机械臂,对其时间最优轨迹规划算法进行设计需要考虑哪些问题? 
  机器全面代替人工劳动力的那一天,你能如何生存下去? 
  2019 年 8 月 9-11 日召开的华为开发者大会(HDC.2019)上有哪些值得关注的信息? 
  很好奇为何四旋翼都采用图1的设计而不采用图二的设计呢? 
  为什么nn的较大问题是会陷入局部最优时,不选用凸函数作为激活函数? 
  如何看待农民工在建筑行业清退令? 
  DL/ML 模型如何部署到生产环境中? 
  如何理解马云在世界人工智能大会上说的「保护哭喊的落后力量,一定会阻碍创新」? 
  如何评价Yann LeCun宣称『他已经做好放弃概率论的准备』? 

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?





© 2025-01-03 - tinynew.org. All Rights Reserved.
© 2025-01-03 - tinynew.org. 保留所有权利