深度强化学习和机器人控制.ppt

深度强化学习与机器人控制 2017/12/2 人工智能 Robotics 感知 认知 决策 过去10年,深度学习导致感知方面的巨大突破 强化学习( REINFORCEMENT LEARNING,RL) Agei通过与环境交互学习一个从环境状态到行为的映射,学习的目标 是使累积折扣奖赏最大。 可用 Markov决策过程描述,四个元素:S、A、P、R Action a Environment Reward r State Reinforcement Learning Setup 深度强化学习( DEEP REINFORCEMENT LEARNING,DRL) 从感知到控制 结合深度学习的感知能力和强化学习的决策能力,直接从高维原始数据学习控制策略 ·解决了强化学习的1函数逼近器:连续状态到连续动作空间映射问题;2. end to end高 维数据直接到动作的映射 发展: ma.-口 口Ts Deep Deterministic Polic 深度强化学习能干什么 (棋类)游戏 自动驾驶 飞行器控制 机械臂操作 多足 mni