可控学习的概念与思路.pdfVIP

清华大学学报(自然科学版)04／57 1111竺苎!!童 !!!：竺!!!!!!!!!!!!兰：竺!坚!兰!垒至!!!里墼塑篁!!二!!里 可控学习 涂序彦，万 军，王忠民，郑利强 北京科技大学计算机与系统科学研究所．北京100083 E—mail；xuyarl．tu@mh．bj．c01．e．om．c“ Contr01)的逆命题．提川“可控学习” 文摘：本文研究“学习控制”(Learning (Contro]lableLearnirLg)的概念和方法以及复合控制机器学习系统、案例参考自适 成控制机器学习系统的方案．有助于改善机器学习系统的a，控性、适应性，以便适应学 习对暮、叫、境、条件的变化，改变系统的结构和参数，调齄学习算泣，力¨快学习过程， 提高学习效果，满足真实世界的在线、实时动态学习的需求。 关键词：挖制6学习；町控学习 0√} {譬j‘ ：一 引言 、一r轨曩、 Jne 机器学习(Mach 重要分支学科，在理论方法研究和应用技术开发方面，已做了大量j作，取得F重要进展。 学习控制(LearningContr01)是机器学习的方法和技术在控制领域的应用，设 ljgentContr01)的重要力式 计与实现具有学习功能的控制系统，是智能控制(intet 之一。 本文研究“学习控制”的逆命题一“控制学习”，提出“可控学习”(Controllable Learning)的概念和方法，其目的是将控制系统的理论、方法和技术，府用丁机器学习 过程，设计和实现可控机器学习系统．为提高机器学习过程的效率，改善机器学习系统 的性能提供新的思路和方法。 1．机器学习系统的可控性差 从控制观点．我们对常见的机器学习系统．进行了系统分析，可以发现还存在不少 有待解决的问题。如： 1 1学习过程可控性差 如果将“机器学习过程”看作是“被控制对象”，那么，常见的机器学习系统的控 制性能是相当差的，例如： 1．1．1归纳学习系统(示例学习系统) 其学习过程是利朋上【=例、反例，进行概括，限定的匹配过程。从控制观点分析，相 清华大学学报(自然科学舨j 麻于补偿式开环控制系统。 1．1．2演绎学习系统(指导学习系统) 其学习过程是根据指导建议，示教意见和有关公理、定理、规律，从～般到特殊的 演绎推理过程。相应于前馈式开环控制系统。 I．1．3类比学习系统(案例学习系统) 其学习过程是将输入模式与案例进行比较和转换的过程，相应下模型参考开环控制 系统。 1．t．4强记学习系统(奖惩学习系统) 其学习过程是通过奖惩，使机器强记所学习的内容，相应r简单的开关控制系统。 1 2学习算i去可控性差 通常，机器学习系统的学习算法，经过设计或选定后，在学习过程中就不再改变了。 学习效果的好坏取决r学习算法，而不周的学习算法适用于不同的学习对象和学习环境。 因此，具有固定的(不可控的或可控性筹的)学习算法的机器学习系统，就难以适麻学 习环境和学习对象的变化。 I．3学习系统的可控性差 通常的机器学习控制系统是刚性的，其系统结构及系统参数的可控性差或不可控，不能 自动跟踪学习对象、学习环境、学习条件的变化，不具有柔性结构和柔性参数，因而， 难以或不能适应真实世界的不确定的动态的环境、和在线实时学习的需求。 总之，“可控性著”是机器学习系统存在的普遍性问题，这可能是许多机器学习系 统只能在积木世界中活动，在实验室环境下【：作，而不能在真实世界的动态环境中取得 满意学习效果的关键所在。 2．“可控学习”的概念和思路 针对机器学习系统的“可控性筹”的问题，我们提出“可控学习”的思想．其主要 概念和思路如r： 2．1改善机器学习过程的可控性 应用控制系统的理论、方法和技术，改善机器学习过程的可控性，如： ★“开环控制”改善为“闭环控制” ★