《強(qiáng)化學(xué)習(xí)：原理與Python實(shí)現(xiàn) 》 —1.2　強(qiáng)化學(xué)習(xí)的應(yīng)用

1.2　強(qiáng)化學(xué)習(xí)的應(yīng)用

基于強(qiáng)化學(xué)習(xí)的人工智能已經(jīng)有了許多成功的應(yīng)用。本節(jié)將介紹強(qiáng)化學(xué)習(xí)的一些成功案例，讓你更直觀地理解強(qiáng)化學(xué)習(xí)，感受強(qiáng)化學(xué)習(xí)的強(qiáng)大。

電動(dòng)游戲：電動(dòng)游戲，主要指玩家需要根據(jù)屏幕畫面的內(nèi)容進(jìn)行操作的游戲，包括主機(jī)游戲吃豆人（PacMan，見圖1-2）、PC游戲星際爭(zhēng)霸（StarCraft）、手機(jī)游戲Flappy Bird等。很多游戲需要得到盡可能高的分?jǐn)?shù)，或是要在多方對(duì)抗中獲得勝利。同時(shí)，對(duì)于這些游戲，很難獲得在每一步應(yīng)該如何操作的標(biāo)準(zhǔn)答案。從這個(gè)角度看，這些游戲的游戲AI需要使用強(qiáng)化學(xué)習(xí)。基于強(qiáng)化學(xué)習(xí)，研發(fā)人員已經(jīng)開發(fā)出了許多強(qiáng)大的游戲AI，能夠超越人類能夠得到的最佳結(jié)果。例如，在主機(jī)Atari 2600的數(shù)十個(gè)經(jīng)典游戲中，基于強(qiáng)化學(xué)習(xí)的游戲AI已經(jīng)在將近一半的游戲中超過人類的歷史最佳結(jié)果。

圖1-2　街機(jī)游戲吃豆人（本圖片改編自https://en.wikipedia.org/wiki/Pac-Man#Gameplay）

棋盤游戲：棋盤游戲是圍棋（見圖1-3）、黑白翻轉(zhuǎn)棋、五子棋等桌上游戲的統(tǒng)稱。通過強(qiáng)化學(xué)習(xí)可以實(shí)現(xiàn)各種棋盤運(yùn)動(dòng)的AI。棋盤AI有著明確的目標(biāo)—提高勝率，但是每一步往往沒有絕對(duì)正確的答案，這正是強(qiáng)化學(xué)習(xí)所針對(duì)的場(chǎng)景。Deepmind公司使用強(qiáng)化學(xué)習(xí)研發(fā)出圍棋AI AlphaGo，于2016年3月戰(zhàn)勝圍棋頂尖選手李世石，于2017年5月戰(zhàn)勝排名世界第一的圍棋選手柯潔，引起了全社會(huì)的關(guān)注。截至目前，最強(qiáng)的棋盤游戲AI是DeepMind在2018年12月發(fā)表的AlphaZero，它可以在圍棋、日本將棋、國(guó)際象棋等多個(gè)棋盤游戲上達(dá)到最高水平，并遠(yuǎn)遠(yuǎn)超出人類的最高水平。

圖1-3　一局圍棋棋譜（圖中實(shí)心圓表示黑棋的棋子，空心圓表示白棋的棋子，圓里的數(shù)字記錄棋子是在第幾步被放在棋盤上，本圖片改編自論文D. Silver, et al. Mastering the game of Go without human knowledge, Nature, 2017）

自動(dòng)駕駛：自動(dòng)駕駛問題通過控制方向盤、油門、剎車等設(shè)備完成各種運(yùn)輸目標(biāo)（見圖1-4）。自動(dòng)駕駛問題既可以在虛擬環(huán)境中仿真（比如在電腦里仿真），也可能在現(xiàn)實(shí)世界中出現(xiàn)。有些任務(wù)往往有著明確的目標(biāo)（比如從一個(gè)指定地點(diǎn)到達(dá)另外一個(gè)指定地點(diǎn)），但是每一個(gè)具體的動(dòng)作卻沒有正確答案作為參考。這正是強(qiáng)化學(xué)習(xí)所針對(duì)的任務(wù)。基于強(qiáng)化學(xué)習(xí)的控制策略可以幫助開發(fā)自動(dòng)駕駛的算法。

圖1-4　自動(dòng)駕駛（本圖截取自仿真平臺(tái)AirSimNH）

Python AI 5G游戲

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請(qǐng)聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時(shí)內(nèi)刪除侵權(quán)內(nèi)容。

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實(shí)的內(nèi)容，請(qǐng)聯(lián)系我們jiasou666@gmail.com 處理，核實(shí)后本網(wǎng)站將在24小時(shí)內(nèi)刪除侵權(quán)內(nèi)容。