- 1、本文档共21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:算法的视角》卷一草稿 第八章 强化学习方法
第 8 章 强化学习
如第5 章所述,强化学习 (Reinforcement Learning, RL )是基于试错的学习方式,它源
于行为智能,试图通过这种学习手段使机器获得正确的行为能力,在其感知到的外界环境
与其应采取的行动之间建立越来越好的映射关系。事实上,在机器开展行动的过程中,强
化学习系统将根据外界对其行动效果好坏的反馈,对机器的行为策略进行改进,从而不断
升其行为能力。这是一种终身学习方式,在机器整个生命周期中,可以不断地按照上面
的方式来进行学习,从而使机器能不断地适应环境和升能力。
强化学习中所依赖的反馈信息不同于监督学习,外界不会给出与机器所观察到的环境
状态信息(输入)相对应的正确的行动策略 (输出),而是在机器给出其行动策略后,反馈
该策略的对错情况。如果其是错的,则机器将在后面的行动中避免犯同样的错误;反之如
果是对的,则机器将强化这一正确的行动策略,因此这种学习方法被称之为强化学习。这
是从技术角度来严格定义的强化学习。从应用角度,也可不严格地将在系统运行过程中不
断进行自我完善的学习统称为强化学习,这时对于输入,外界反馈的可能也是所预期的正
确输出,而不只是对错情况。本书取强化学习的严格定义,即只将反馈对错而不反馈预期
输出的学习方式称为强化学习,而对于反馈预期输出的学习方式,不论其是否在系统运行
过程中同步进行,仍然将其称为监督学习。
虽然是源于行为智能,并且多以行为智能的术语来表达,但强化学习方法显然可用于
其他任何问题中,实际上对任何问题的解决过程都可看作是一种行为。因此,强化学习已
被广泛应用于游戏、控制、机器人等各种领域,并且具有良好的发展前景,甚至可以认为
这是一种对于真正具备智能的系统来说所必须要的学习方式,其最近在AlphoGo 等人工智
[1]
能最新进展中的成功应用 说明了这一点。
8.1 强化学习任务与模型
在强化学习语境下,机器的行为和学习是交替进行的:机器在与外界环境的交互中表
现出行为,以完成自己的任务。同时外界环境向机器反馈其行动效果(对/错),机器将这种
反馈用于对自身的行为策略进行调整。图8-1 显示了这种过程,如图中所示,机器观察环境
状态 (state ),根据当前行动策略(policy )采取行动 (action ),再观察到新的状态以及机器
行动所对应的收益 (reward ,对或错及其程度),进而根据所获得的收益对自身行动策略进
行更新,如此循环往复,持续存在并进行。
1
图8-1. 强化学习过程示意图
上面过程中体现机器智能和强化学习的关键因素是机器的行为策略 (policy ,以下简称
北京理工大学计算机学院 刘峡壁
《人工智能:算法的视角》卷一草稿 第八章 强化学习方法
策略),其实质是机器从外界所获得信息(输入:state )与其所采取行动(输出:action )之
间的一种特定函数关系:P : s → a 。强化学习的最终目标是获得适应环境的最优策略。在
很多实际应用中,由于环境是变化的,因此这种最优策略并非一成不变,需要根据环境的
变化不断再调整,这也是强化学习需要始终进行的原因。
为了便于计算,通常将这种过程建模为马尔科夫决策过程 (Markov Decision Process,
MDP
您可能关注的文档
- 软件工程基础-6面向对象技术与UML(参考).pptx
- 软件工程基础-7程序设计语言与编码.pptx
- 软件工程基础-8软件测试.pptx
- 软件工程基础-9软件维护与再工程 .pptx
- 软件工程基础-2需求工程.pptx
- 软件工程基础-4用户界面设计.pptx
- 软件工程基础-5结构化分析与设计技术.pptx
- 软件工程基础-10软件项目管理.pptx
- 人工智能9人工神经网络基础.pdf
- 人工智能课件 summary.ppt
- 浙江金华市公共资源交易中心永康市分中心编外人员招考聘用笔试历年典型考题及考点研判与答案详解.docx
- 浙江宁波慈溪市政协办公室招考聘用编外工作人员笔试历年典型考题及考点研判与答案详解.docx
- 浙江金华永康市西溪镇人民政府招考聘用笔试历年典型考题及考点研判与答案详解.docx
- 福建南平市公安局建阳分局招考聘用辅警笔试历年典型考题及考点研判与答案详解.docx
- 浙江嘉兴海盐县武原街道基层残疾人工作专职委员(公益岗位)招考聘用笔试历年典型考题及考点研判与答案详解.docx
- 浙江宁波知识产权保护中心招考聘用工作人员笔试历年典型考题及考点研判与答案详解.docx
- 浙江杭州建德市面向2024届普通高校毕业生招考聘用教师(第二批)16人笔试历年典型考题及考点研判与答案详解.docx
- 浙江省台州中学面向2024届普通高校毕业生招考聘用教师12人笔试历年典型考题及考点研判与答案详解.docx
- 湖北师范大学体育学院专任教师招考聘用笔试历年典型考题及考点研判与答案详解.docx
- 重庆市南岸区教育事业单位面向2024届高校毕业生招考聘用114人笔试历年典型考题及考点研判与答案详解.docx
最近下载
- 手术室实践指南之手术病人意外伤害预防护理课件.pptx
- 医学媒介生物基础知识及国境口岸病媒生物监测.ppt
- java图书管理系统[].doc VIP
- 软件测试实验白盒测试.doc VIP
- 2023年副高(超声医学与技术)考试真题卷(含答案)M9D4.docx
- 营商的法律智慧:商法(暨南)中国大学MOOC慕课 章节测验期末考试答案.docx
- 初中创意编程课程《用Microbit玩转声音——Microbit用音乐模块编制音乐演奏程序》课件.pptx VIP
- 《土方与爆破工程施工及验收规范》GB50201-2012.docx
- 未来工厂建设导则(发布稿)(0723).pdf
- 《大气辐射学》期末复习试题及答案.pdf
文档评论(0)