導(dǎo)讀：據(jù)外媒，約翰斯霍普金斯大學(xué)的一篇最新論文中表示，正強(qiáng)化學(xué)習(xí)有助于機(jī)器人訓(xùn)練，從而使機(jī)器人獲得新技巧。所謂正強(qiáng)化學(xué)習(xí)通常用于訓(xùn)狗，論文中同樣舉了一個(gè)作者訓(xùn)練他的狗不要追逐松鼠的例子。 這個(gè)想法的核心是，當(dāng)機(jī)器人做對(duì)了事情時(shí)，要給它一些激勵(lì)，而...
據(jù)外媒，約翰斯霍普金斯大學(xué)的一篇最新論文中表示，正強(qiáng)化學(xué)習(xí)有助于機(jī)器人訓(xùn)練，從而使機(jī)器人獲得新技巧。所謂正強(qiáng)化學(xué)習(xí)通常用于訓(xùn)狗，論文中同樣舉了一個(gè)作者訓(xùn)練他的狗不要追逐松鼠的例子。
這個(gè)想法的核心是，當(dāng)機(jī)器人做對(duì)了事情時(shí)，要給它一些激勵(lì)，而不是當(dāng)它做錯(cuò)了事情時(shí)，要給它一些懲罰。對(duì)于機(jī)器人來(lái)說(shuō)，激勵(lì)措施以評(píng)分系統(tǒng)的形式出現(xiàn)--本質(zhì)上是一種游戲化，根據(jù)正確執(zhí)行任務(wù)的情況獎(jiǎng)勵(lì)若干積分。
論文稱(chēng)這種方法能夠大大縮短任務(wù)的訓(xùn)練時(shí)間，機(jī)器人希望獲得最好的獎(jiǎng)勵(lì)。過(guò)去機(jī)器人需要一個(gè)月的練習(xí)才能達(dá)到100%的準(zhǔn)確性。但采用正強(qiáng)化學(xué)習(xí)的方法可以在兩天內(nèi)完成。
(7551013)
