跳到主要內容

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



標籤：

留言

張貼留言

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
1 則留言
閱讀完整內容

日本拉麵店要怎麼點餐 by RyuTV

①麺（めん）の太（ふと）さはどうしますか 你要怎麼樣的麵條（面的厚度） 細麺（ほそめん）、中太麺（ちゅうふとめん）、太麺（ふとめん） ②麺（めん）の硬（かた）さはどうしますか 麵的硬度要怎麼做？ 硬（かた）め、普通（ふつう）、柔（やわ）らかめ ③味（あじ）の濃（こ）さはどうしますか 麵的湯要多濃？ 濃（こ）い目、普通（ふつう）、薄（うす）め ④脂（あぶら）の量（りょう）はどうしますか？ 脂肪的量要多少？ 多（おお）め、普通（ふつう）、少（すく）なめ ⑤麺（めん）の量（りょう）はどうしますか 麵要多大份？ 特盛（とくも）り、山盛（やまも）り、大盛（おおも）り、普通盛（ふつうも）り
張貼留言
閱讀完整內容