當(dāng)前位置:首頁 > 智能硬件 > 人工智能AI
[導(dǎo)讀] (文章來源:OFweek) 深度學(xué)習(xí)DL是機(jī)器學(xué)習(xí)中一種基于對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的方法。深度學(xué)習(xí)DL有監(jiān)督和非監(jiān)督之分,都已經(jīng)得到廣泛的研究和應(yīng)用。強(qiáng)化學(xué)習(xí)RL是通過對(duì)未知環(huán)境一邊探索一邊

(文章來源:OFweek)

深度學(xué)習(xí)DL是機(jī)器學(xué)習(xí)中一種基于對(duì)數(shù)據(jù)進(jìn)行表征學(xué)習(xí)的方法。深度學(xué)習(xí)DL有監(jiān)督和非監(jiān)督之分,都已經(jīng)得到廣泛的研究和應(yīng)用。強(qiáng)化學(xué)習(xí)RL是通過對(duì)未知環(huán)境一邊探索一邊建立環(huán)境模型以及學(xué)習(xí)得到一個(gè)最優(yōu)策略。強(qiáng)化學(xué)習(xí)是機(jī)器學(xué)習(xí)中一種快速、高效且不可替代的學(xué)習(xí)算法。

深度強(qiáng)化學(xué)習(xí)DRL自提出以來, 已在理論和應(yīng)用方面均取得了顯著的成果。尤其是谷歌DeepMind團(tuán)隊(duì)基于深度強(qiáng)化學(xué)習(xí)DRL研發(fā)的AlphaGo,將深度強(qiáng)化學(xué)習(xí)DRL成推上新的熱點(diǎn)和高度,成為人工智能歷史上一個(gè)新的里程碑。因此,深度強(qiáng)化學(xué)習(xí)DRL非常值得研究。

深度強(qiáng)化學(xué)習(xí)概念:深度強(qiáng)化學(xué)習(xí)DRL將深度學(xué)習(xí)DL的感知能力和強(qiáng)化學(xué)習(xí)RL的決策能力相結(jié)合, 可以直接根據(jù)輸入的信息進(jìn)行控制,是一種更接近人類思維方式的人工智能方法。在與世界的正?;?dòng)過程中,強(qiáng)化學(xué)習(xí)會(huì)通過試錯(cuò)法利用獎(jiǎng)勵(lì)來學(xué)習(xí)。它跟自然學(xué)習(xí)過程非常相似,而與深度學(xué)習(xí)不同。在強(qiáng)化學(xué)習(xí)中,可以用較少的訓(xùn)練信息,這樣做的優(yōu)勢是信息更充足,而且不受監(jiān)督者技能限制。

深度強(qiáng)化學(xué)習(xí)DRL是深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的結(jié)合。這兩種學(xué)習(xí)方式在很大程度上是正交問題,二者結(jié)合得很好。強(qiáng)化學(xué)習(xí)定義了優(yōu)化的目標(biāo),深度學(xué)習(xí)給出了運(yùn)行機(jī)制——表征問題的方式以及解決問題的方式。將強(qiáng)化學(xué)習(xí)和深度學(xué)習(xí)結(jié)合在一起,尋求一個(gè)能夠解決任何人類級(jí)別任務(wù)的代理,得到了能夠解決很多復(fù)雜問題的一種能力——通用智能。深度強(qiáng)化學(xué)習(xí)DRL將有助于革新AI領(lǐng)域,它是朝向構(gòu)建對(duì)視覺世界擁有更高級(jí)理解的自主系統(tǒng)邁出的一步。從某種意義上講,深度強(qiáng)化學(xué)習(xí)DRL是人工智能的未來。

深度強(qiáng)化學(xué)習(xí)本質(zhì):深度強(qiáng)化學(xué)習(xí)DRL的Autonomous Agent使用強(qiáng)化學(xué)習(xí)的試錯(cuò)算法和累計(jì)獎(jiǎng)勵(lì)函數(shù)來加速神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)。這些設(shè)計(jì)為很多依靠監(jiān)督/無監(jiān)督學(xué)習(xí)的人工智能應(yīng)用提供支持。它涉及對(duì)強(qiáng)化學(xué)習(xí)驅(qū)動(dòng)Autonomous Agent的使用,以快速探索與無數(shù)體系結(jié)構(gòu)、節(jié)點(diǎn)類型、連接、超參數(shù)設(shè)置相關(guān)的性能權(quán)衡,以及對(duì)深度學(xué)習(xí)、機(jī)器學(xué)習(xí)和其他人工智能模型設(shè)計(jì)人員可用的其它選擇。

深度強(qiáng)化學(xué)習(xí)原理:深度Q網(wǎng)絡(luò)通過使用深度學(xué)習(xí)DL和強(qiáng)化學(xué)習(xí)RL兩種技術(shù),來解決在強(qiáng)化學(xué)習(xí)RL中使用函數(shù)逼近的基本不穩(wěn)定性問題:經(jīng)驗(yàn)重放和目標(biāo)網(wǎng)絡(luò)。經(jīng)驗(yàn)重放使得強(qiáng)化學(xué)習(xí)RL智能體能夠從先前觀察到的數(shù)據(jù)離線進(jìn)行抽樣和訓(xùn)練。這不僅大大減少了環(huán)境所需的交互量,而且可以對(duì)一批經(jīng)驗(yàn)進(jìn)行抽樣,減少學(xué)習(xí)更新的差異。此外,通過從大存儲(chǔ)器均勻采樣,可能對(duì)強(qiáng)化學(xué)習(xí)RL算法產(chǎn)生不利影響的時(shí)間相關(guān)性被打破了。最后,從實(shí)際的角度看,可以通過現(xiàn)代硬件并行地高效地處理批量的數(shù)據(jù),從而提高吞吐量。
? ? ? ?

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請(qǐng)及時(shí)聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

倫敦2024年8月29日 /美通社/ -- 英國汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時(shí)1.5...

關(guān)鍵字: 汽車 人工智能 智能驅(qū)動(dòng) BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時(shí)企業(yè)卻面臨越來越多業(yè)務(wù)中斷的風(fēng)險(xiǎn),如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報(bào)道,騰訊和網(wǎng)易近期正在縮減他們對(duì)日本游戲市場的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)開幕式在貴陽舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn): 有效應(yīng)對(duì)環(huán)境變化,經(jīng)營業(yè)績穩(wěn)中有升 落實(shí)提質(zhì)增效舉措,毛利潤率延續(xù)升勢 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競爭力 堅(jiān)持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競爭優(yōu)勢...

關(guān)鍵字: 通信 BSP 電信運(yùn)營商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺(tái)與中國電影電視技術(shù)學(xué)會(huì)聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會(huì)上宣布正式成立。 活動(dòng)現(xiàn)場 NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會(huì)上,軟通動(dòng)力信息技術(shù)(集團(tuán))股份有限公司(以下簡稱"軟通動(dòng)力")與長三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉