清华社课件人工智能素养2.4在试错中成长：强化学习(1).pptxVIP

试错中成长：强化学习ReinforcementLearning

目录contents核心机理机器人应用智能推荐交通智能

核心机理Part1第一部分

学习范式定位强化学习介于监督学习与无监督学习之间，无需标准答案，也不完全自主摸索，而是通过与环境交互获取反馈，在试错中持续优化决策策略。01核心要素构成以AI玩《王者荣耀》为例，智能体观察游戏状态（位置、血量、地图），执行移动、攻击等行动，从击杀获正奖励、被击杀获负奖励中学习最优策略。02延迟奖励机制强化学习的魅力在于奖励的延迟性，智能体需具备长远眼光，放弃眼前小利换取最终胜利，甚至能发现人类想不到的野路子操作。0301强化学习：在试错中追求最优决策ArtificialIntelligence

机器人应用Part2第二部分

宇树科技机器人、小米CyberDog机器狗通过强化学习自主感知物理世界，无需预设僵硬指令，在无数次模拟训练中经历摔倒与站稳的反馈循环。自主感知学习智能体驱动各关节尝试行动，从负奖励（摔倒）与正奖励（站稳）中自我领悟高效稳定的步态策略，实现跑跳自如与摔倒后自行爬起的能力。悟出高效步态01机器人运动控制：从摔倒中学会行走ArtificialIntelligence

京东物流亚洲一号机械臂面对形状各异的包裹，需从杂乱堆放中准确抓取目标。复杂抓取场景成功抓取并放置即获奖励，驱动智能体持续优化操作策略。奖