【摘要】：深度強(qiáng)化學(xué)習(xí)是一種新的算法,它結(jié)合了深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí),以實(shí)現(xiàn)從感知到行為的端到端的學(xué)習(xí)。就像人一樣,直接通過深度神經(jīng)網(wǎng)絡(luò)輸入感知信息,如視覺和輸出動(dòng)作,而不需要手動(dòng)操作。通過深度強(qiáng)化學(xué)習(xí)訓(xùn)練的代理人能夠完全自主地學(xué)習(xí)一種或多種不同的技能。近兩年機(jī)器學(xué)習(xí)迅速發(fā)展,深度強(qiáng)化學(xué)習(xí)作為機(jī)器學(xué)習(xí)的一個(gè)分支,發(fā)展尤為猛烈。深度強(qiáng)化學(xué)習(xí)旨在解決計(jì)算機(jī)從感知到控制的問題,基于深度強(qiáng)化學(xué)習(xí)算法創(chuàng)造出的成果已經(jīng)逐漸應(yīng)用于我們的日常生活,在計(jì)算機(jī)視覺,語(yǔ)音識(shí)別,自然語(yǔ)言處理等相關(guān)領(lǐng)域的發(fā)展取得重大突破,但是這些領(lǐng)域所研究的問題,都僅僅是讓計(jì)算機(jī)認(rèn)識(shí)和理解環(huán)境,而沒有解決人工智能最核心的問題-決策控制。需要向計(jì)算機(jī)輸入感知信息的例如計(jì)算機(jī)視覺等感知問題,計(jì)算機(jī)可以根據(jù)感知信息理解和判斷控制問題,并由計(jì)算機(jī)判斷并輸出正確的行為要求。為了使計(jì)算機(jī)能夠做出適當(dāng)?shù)臎Q策控制,需要計(jì)算機(jī)具備一定的“思考”的能力,以便計(jì)算機(jī)能夠通過學(xué)習(xí)獲得解決各種問題的能力,而這正是通用人工智能研究的目標(biāo)。智能體的行為都可以歸納為智能體與環(huán)境進(jìn)行交互,智能體觀察環(huán)境,根據(jù)自身的狀態(tài)及所觀察的環(huán)境做出動(dòng)作,更改環(huán)境,并將反饋返回給智能體。因此,核心問題是如何構(gòu)建可以與環(huán)境進(jìn)行交互的智能體。深度強(qiáng)化學(xué)習(xí)就是將善于提供學(xué)習(xí)機(jī)制的深度學(xué)習(xí),和可以為智能體提供學(xué)習(xí)目標(biāo)的強(qiáng)化學(xué)習(xí)進(jìn)行優(yōu)勢(shì)結(jié)合,使得智能體具備學(xué)習(xí)復(fù)雜能力的潛力。本文首先使用深度強(qiáng)化學(xué)習(xí)提出的第一個(gè)算法DQN進(jìn)行實(shí)驗(yàn),將智能體放在貪吃蛇游戲環(huán)境中進(jìn)行博弈訓(xùn)練,智能體在訓(xùn)練時(shí)將不會(huì)得到除圖像像素和分?jǐn)?shù)之外的任何信息,智能體必須自己學(xué)習(xí),并直接使用輸入和分?jǐn)?shù)來(lái)制定最佳行動(dòng)策略。之后,本文加入課程學(xué)習(xí)策略,將課程學(xué)習(xí)思想與DQN算法相結(jié)合,再次對(duì)智能體進(jìn)行博弈訓(xùn)練,對(duì)比實(shí)驗(yàn)結(jié)果。通過實(shí)驗(yàn)表明,使用深度強(qiáng)化學(xué)習(xí)算法DQN訓(xùn)練的智能體在與對(duì)手的博弈訓(xùn)練后可以獲得更高的分?jǐn)?shù)和更長(zhǎng)的存活時(shí)間,使用課程學(xué)習(xí)策略則可以大大提高智能體的訓(xùn)練速度,進(jìn)一步提升智能體的表現(xiàn)。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP18;O225
【圖文】：

圖 1.1 ANN 簡(jiǎn)史快速發(fā)展極大地推動(dòng)力深度學(xué)習(xí)進(jìn)程。2006 年，Geoffr網(wǎng)（Deep Belief Net：DBN）[2]，深度置信網(wǎng)絡(luò)是由一系stricted Boltzmann Machine：RBM）[3]組成。之后 Ruslan Sal

深度學(xué)習(xí)發(fā)展歷程

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李偉;;讓學(xué)引思,實(shí)現(xiàn)深度學(xué)習(xí)[J];江西教育;2018年33期

2 趙睿;卜天予;;高校大學(xué)生學(xué)習(xí)動(dòng)力狀況調(diào)研及問題研究[J];思想政治課研究;2018年06期

3 杜琳;;學(xué)習(xí),在合作中發(fā)生[J];中學(xué)課程輔導(dǎo)(教師通訊);2018年19期

4 楊瑞;;“微課”視域下移動(dòng)學(xué)習(xí)管理的應(yīng)用模式[J];山海經(jīng);2018年23期

5 賈曉蕓;;英語(yǔ)學(xué)困生學(xué)習(xí)積極性調(diào)動(dòng)方法探析[J];吉林教育;2016年29期

6 劉佳琴;;合作學(xué)習(xí)中如何處理好優(yōu)生和學(xué)困生的關(guān)系[J];德陽(yáng)教育學(xué)院學(xué)報(bào);2003年04期

7 吳甸起;;論新課改背景中的合作學(xué)習(xí)[J];青年教師;2007年03期

8 殷曉靜;;基于資源的學(xué)習(xí):信息化教育的一種重要模式[J];教育革新;2008年08期

9 肖川;;學(xué)習(xí)的真義[J];青年教師;2016年08期

10 劉冬梅;;讓學(xué)生在語(yǔ)文學(xué)習(xí)中感受快樂[J];四川工程職業(yè)技術(shù)學(xué)院學(xué)報(bào);2007年02期

相關(guān)會(huì)議論文 前10條

1 阿勒爾黑;;淺析數(shù)學(xué)學(xué)習(xí)習(xí)慣的培養(yǎng)[A];2018年“基于核心素養(yǎng)的課堂教學(xué)改革”研討會(huì)論文集[C];2018年

2 張平;王蘭啟;李曉敏;韋國(guó)友;和曉聰;;學(xué)生良好學(xué)習(xí)習(xí)慣的培養(yǎng)有效學(xué)習(xí)的研究[A];《教師教學(xué)能力發(fā)展研究》科研成果集（第十七卷）[C];2018年

3 胡明標(biāo);;小學(xué)數(shù)學(xué)自主探究性學(xué)習(xí)的實(shí)施策略研究[A];《教師教學(xué)能力發(fā)展研究》科研成果集（第十一卷）[C];2017年

4 陸春庚;;學(xué)習(xí)型課堂構(gòu)建芻議[A];《當(dāng)代教育評(píng)論》2017第6輯[C];2017年

5 崔正華;;如何激發(fā)兒童學(xué)習(xí)舞蹈的興趣[A];《教師教學(xué)能力發(fā)展研究》科研成果集（第十二卷）[C];2017年

6 王家高;李亞麗;滕華;李升陽(yáng);;高中數(shù)學(xué)合作學(xué)習(xí)探究與創(chuàng)新的研究[A];《教師教育能力建設(shè)研究》科研成果匯編（第七卷）[C];2018年

7 回春榮;;提高學(xué)習(xí)數(shù)學(xué)的興趣——數(shù)學(xué)變得好玩了[A];信息化促進(jìn)課堂教學(xué)方式改革項(xiàng)目資料(數(shù)學(xué))[C];2010年

8 周廣淑;張維雨;付玉超;陶柱;吳海生;;創(chuàng)新教育管理提高學(xué)生課堂學(xué)習(xí)興趣的實(shí)效探究[A];第十屆中國(guó)智慧工程研究會(huì)基礎(chǔ)教育“十三五”規(guī)劃課題會(huì)議論文集（議題三：教學(xué)管理視點(diǎn)）[C];2017年

9 秦兆彥;陳妮;楊麗君;李曉輝;秦珊;;中小學(xué)生厭學(xué)問題的研究[A];《教師教學(xué)能力發(fā)展研究》科研成果集（第十七卷）[C];2018年

10 王曉];劉曦;王丹;張吉芳;張媛斐;李鳳麗;任仲杰;;小學(xué)語(yǔ)文合作學(xué)習(xí)的研究[A];《教師教學(xué)能力發(fā)展研究》科研成果集（第十七卷）[C];2018年

相關(guān)重要報(bào)紙文章 前10條

1 黃愛梅 桐城市范崗鎮(zhèn)余橋小學(xué)教師;淺談“學(xué)困生”的教育[N];江淮時(shí)報(bào);2016年

2 實(shí)習(xí)生 鄒春霞　本報(bào)記者 雷宇;中專生尹衛(wèi)東：不要僅為成績(jī)而學(xué)習(xí)[N];中國(guó)青年報(bào);2012年

3 河南省洛陽(yáng)市伊川縣白元鎮(zhèn)第一初級(jí)中學(xué) 張利浦;教師如何有效組織學(xué)生進(jìn)行小組合作學(xué)習(xí)[N];山西青年報(bào);2018年

4 北京語(yǔ)言大學(xué)教育測(cè)量研究所原所長(zhǎng) 中國(guó)教育學(xué)會(huì)統(tǒng)計(jì)測(cè)量分會(huì)副理事長(zhǎng) 謝小慶;為個(gè)性化學(xué)習(xí)配好“自助餐”[N];中國(guó)教育報(bào);2017年

5 江蘇省宿遷市鐘吾初級(jí)中學(xué)校長(zhǎng) 宋志平;現(xiàn)代校長(zhǎng)：“首席學(xué)習(xí)官”＋“公共服務(wù)官”[N];中國(guó)教師報(bào);2018年

6 中國(guó)青年報(bào)·中青在線記者 王燁捷 實(shí)習(xí)生 吳陳怡;上海：“綠色指標(biāo)”讓學(xué)習(xí)“性價(jià)比”更高[N];中國(guó)青年報(bào);2018年

7 王天橋 貴州師范學(xué)院馬列主義教學(xué)部;把學(xué)習(xí)作為一種健康的生活方式[N];貴州日?qǐng)?bào);2018年

8 廣東省深圳市教育幼兒園園長(zhǎng) 王翔;混齡走班成就自主跨越性學(xué)習(xí)[N];中國(guó)教育報(bào);2018年

9 湖北省武漢經(jīng)濟(jì)技術(shù)開發(fā)區(qū)洪山小學(xué) 張虹;讓學(xué)習(xí)在思辨中發(fā)生[N];中國(guó)教師報(bào);2018年

10 高瓊 童雅琴 徐俊;讓每一位學(xué)子都成為學(xué)習(xí)的強(qiáng)者[N];中國(guó)教育報(bào);2018年

相關(guān)博士學(xué)位論文 前10條

1 張正;基于結(jié)構(gòu)和判別語(yǔ)義嵌入的圖像表征學(xué)習(xí)研究[D];哈爾濱工業(yè)大學(xué);2018年

2 李志杰;面向大數(shù)據(jù)分析的多任務(wù)加速在線學(xué)習(xí)算法研究[D];武漢大學(xué);2015年

3 魏曉聰;面向評(píng)論文本的遷移學(xué)習(xí)研究及應(yīng)用[D];大連理工大學(xué);2017年

4 羅珍珍;課堂教學(xué)環(huán)境下學(xué)生學(xué)習(xí)興趣智能化分析[D];華中師范大學(xué);2018年

5 薛曉偉;基于視角學(xué)習(xí)的分類算法研究[D];浙江大學(xué);2017年

6 田青;有序?qū)W習(xí)及在圖像分析中的應(yīng)用研究[D];南京航空航天大學(xué);2016年

7 鄒朋成;有監(jiān)督的相似性度量學(xué)習(xí)研究與應(yīng)用[D];南京航空航天大學(xué);2016年

8 崔國(guó)富;學(xué)習(xí)型社會(huì)建設(shè)與教育的使命[D];東北師范大學(xué);2005年

9 劉玉靜;合作學(xué)習(xí)的倫理審思[D];山東師范大學(xué);2006年

10 許蘇;基于默會(huì)認(rèn)識(shí)論的體悟?qū)W習(xí)研究[D];華東師范大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 竇英心;高校家校合作中的學(xué)習(xí)支持服務(wù)[D];東北石油大學(xué);2018年

2 杜麗敏;高職學(xué)生學(xué)習(xí)興趣現(xiàn)狀及教育對(duì)策研究[D];河北科技師范學(xué)院;2018年

3 安麗琳;震災(zāi)后學(xué)生學(xué)習(xí)狀態(tài)調(diào)整的社會(huì)工作介入[D];東北石油大學(xué);2018年

4 尚可;基于學(xué)生學(xué)習(xí)滿意度的高校多媒體教學(xué)評(píng)價(jià)[D];蘇州大學(xué);2018年

5 馬倩;面向中學(xué)教育的碎片化學(xué)習(xí)平臺(tái)原型設(shè)計(jì)與實(shí)現(xiàn)[D];中央民族大學(xué);2018年

6 鄒小玲;高中生語(yǔ)文學(xué)習(xí)中問題意識(shí)培養(yǎng)的研究[D];南京師范大學(xué);2018年

7 陳金妍;海南省少數(shù)民族地區(qū)初中生學(xué)習(xí)政治課情況的調(diào)查研究[D];海南師范大學(xué);2018年

8 張小鳳;對(duì)我國(guó)慕課學(xué)術(shù)性學(xué)習(xí)支持服務(wù)的研究[D];云南師范大學(xué);2018年

9 孫燕龍;大學(xué)生在線學(xué)習(xí)行為評(píng)價(jià)建模與應(yīng)用研究[D];云南師范大學(xué);2018年

10 柴博;基于學(xué)科體系的碎片化學(xué)習(xí)資源設(shè)計(jì)研究[D];云南師范大學(xué);2018年

本文編號(hào)：2721236