原创力文档- 1、本文档共125页，其中可免费阅读38页，需付费186金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
强化学习
Reinforcement Learning
01 我们为什么要研究强化学习？
当我们讨论人工智能的时候
2016年，AlphaGo通过学习历史棋谱 ，以4:1的成绩大战围棋冠军 。
2017年，AlphaGo Zero无师自通，仅通过自我博弈学习，以100：0的不败战绩绝杀“前辈”
AlphaGo。
著名的围棋人机大战，重新掀起一波人工智能热。
Alphago 原理=深度+强化（自我对弈学习+
文档评论（0）