什麼是強化學習（Reinforcement Learning）?

強化學習是一種演算法

不預先輸入任何資料或行為

讓程式可以自主嘗試並自行找出正確結果

就跟訓練寵物一樣，最重要的是在做正確時給予獎勵

做錯時給予處罰，久而久之，動物就會做出正確的動作

對電腦來說，獎勵可能就是0跟1

當然我們也可以用任何數值取代

Best Practice - Robot Dog

傳統的機器狗會走路或聽指令，是因為在製造時預先輸入寫好的程式

但對Reinforcement Learning來說

一開始出廠時他可能什麼都不會，連站都站不起來

需要透過不斷嘗試與內建的獎勵機制

讓機器慢慢知道如何站立與走路

Ex.Alpha Zero

留言

這個網誌中的熱門文章

Cucumber 在Mac環境安裝

安裝xcode 在AppStore搜尋xcode並安裝即可安裝Cucumber 在Terminal根目錄中輸入 sudo gem install cucumber 安裝完成後可以直接輸入cucumber試試看若看到以下畫面就代表安裝已完成～安裝Appium Lib 在Terminal根目錄中輸入 sudo gem install appium_lib 安裝Appium 到 appium.io 按下『Download Appium』下載最新版的 appium-desktop-1.2.7.dmg 安裝RubyMine IDE 到 JetBrian的官方網站下載RubyMine 下載mac版IDE

閱讀完整內容

How come? by Emma

How come? 意思是 why 但相較之下比較不正式所以比較適合在朋友間使用 Why did you miss your plane? How come you missed your plane? 問Why的意義： Something happened Reasons 就像老師對學生說： You were late for class. How come? How come的使用方式? 句型： How come + subject + verb + object Ex: How come you take the bus? How come Toronto isn't the capital? How come John didn't come? 重點是沒有do 但why放前面就要加了 Why do you take the bus? John didn't come. How come? Quiz

閱讀完整內容

Dino`s Blog

搜尋此網誌