- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
人工智能与信息社会
基于神经网络的智能系统II:试错式学习
陈斌北京大学gischen@pku.edu.cn
爱德华·桑代克
〉 美国心理学家
〉 现代教育心理学之父
〉 心理学行为主义的代
表人物之一
〉 提出试错式学习理论
北京大学地球与空间科学学院/ 陈斌/2018
机关盒子(puzzle box)
〉 将饿猫关入此笼中,笼中放一条鱼,饿猫急
于冲出笼门去吃笼外鱼,但是要想打开笼门,
饿猫必须一气完成若干个机关。
北京大学地球与空间科学学院/ 陈斌/2018
效果律(law of effect)
〉 紧接着有利后果的行为更有可能再次
发生。
被老师称赞的工作或行为,你会继续保持。
〉 不良后果的行为不太可能再次发生。
如果你上课迟到并错过重要内容,之后就会
吸取教训。
北京大学地球与空间科学学院/ 陈斌/2018
试错式学习(trail and error)
〉 猫的学习是经过多次的试误,由刺激情境与
正确反应之间形成的联结所构成的。
〉 人的学习的过程也是一种渐进的尝试错误的
过程。在这个过程中,无关的错误的反应逐
渐减少,而正确的反应最终形成。
北京大学地球与空间科学学院/ 陈斌/2018
强化学习(reinforcement learning)
〉 使得计算机能够像人一样通过不断试
错式学习,完全自主掌握一项技能
〉 不需要借鉴人类的经验
〉 具有发展强人工智能潜力
北京大学地球与空间科学学院/ 陈斌/2018
Alpha Zero
〉 利用试错式学习思想,自己跟自己不
断对弈来提升水平
〉 用这种通用的学习方式,在围棋、国
际象棋、日本将棋等多个领域超越人
类水平
北京大学地球与空间科学学院/ 陈斌/2018
Flappy Bird
〉 从零学习Flappy Bird
北京大学地球与空间科学学院/ 陈斌/2018
Flappy Bird
〉 尝试10万次后,跨过第一根水管
北京大学地球与空间科学学院/ 陈斌/2018
Flappy Bird
〉 尝试150万次后,表现较高水平
北京大学地球与空间科学学院/ 陈斌/2018
文档评论(0)