本文關(guān)鍵詞：強(qiáng)化學(xué)習(xí)及其在電腦圍棋中的應(yīng)用

  更多相關(guān)文章： 強(qiáng)化學(xué)習(xí) 函數(shù)近似 核方法 神經(jīng)網(wǎng)絡(luò) 加性模型 深度強(qiáng)化學(xué)習(xí)

【摘要】：強(qiáng)化學(xué)習(xí)是一類(lèi)特殊的機(jī)器學(xué)習(xí),通過(guò)與所在環(huán)境的自主交互來(lái)學(xué)習(xí)決策策略,使得策略收到的長(zhǎng)期累積獎(jiǎng)賞最大.最近,在圍棋和電子游戲等領(lǐng)域,強(qiáng)化學(xué)習(xí)被成功用于取得人類(lèi)水平的操作能力,受到了廣泛關(guān)注.本文將對(duì)強(qiáng)化學(xué)習(xí)進(jìn)行簡(jiǎn)要介紹,重點(diǎn)介紹基于函數(shù)近似的強(qiáng)化學(xué)習(xí)方法,以及在圍棋等領(lǐng)域中的應(yīng)用.
【作者單位】： 南京郵電大學(xué)計(jì)算機(jī)學(xué)院/軟件學(xué)院;南京大學(xué)計(jì)算機(jī)軟件新技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室;
【關(guān)鍵詞】： 強(qiáng)化學(xué)習(xí) 函數(shù)近似 核方法 神經(jīng)網(wǎng)絡(luò) 加性模型 深度強(qiáng)化學(xué)習(xí)
【基金】：國(guó)家自然科學(xué)基金(61403208;61375061) 南京郵電大學(xué)引進(jìn)人才科研啟動(dòng)基金(NY214014)資助~~
【分類(lèi)號(hào)】：TP181
【正文快照】： 引用格式陳興國(guó),俞揚(yáng).強(qiáng)化學(xué)習(xí)及其在電腦圍棋中的應(yīng)用.自動(dòng)化學(xué)報(bào),2016,42(5):685-695Reinforcement Learning and Its Application to the Game of GoCHEN Xing-Guo1,2強(qiáng)化學(xué)習(xí)(Reinforcement learning,RL)是機(jī)器學(xué)習(xí)的子領(lǐng)域[1].在強(qiáng)化學(xué)習(xí)中,機(jī)器(常被稱(chēng)為智能體/Agent)被

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 王皓;高陽(yáng);陳興國(guó);;強(qiáng)化學(xué)習(xí)中的遷移:方法和進(jìn)展[J];電子學(xué)報(bào);2008年S1期

2 高陽(yáng),陳世福,陸鑫;強(qiáng)化學(xué)習(xí)研究綜述[J];自動(dòng)化學(xué)報(bào);2004年01期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 陳興國(guó);俞揚(yáng);;強(qiáng)化學(xué)習(xí)及其在電腦圍棋中的應(yīng)用[J];自動(dòng)化學(xué)報(bào);2016年05期

2 高雪瑩;唐昊;苗剛中;平兆武;;儲(chǔ)能系統(tǒng)能量調(diào)度與需求響應(yīng)聯(lián)合優(yōu)化控制[J];系統(tǒng)仿真學(xué)報(bào);2016年05期

3 謝巖松;金海東;陳冬火;;基于函數(shù)近似的知識(shí)遷移[J];軟件;2016年02期

4 楊娜;李漢舟;;服務(wù)機(jī)器人導(dǎo)航技術(shù)研究進(jìn)展[J];機(jī)電工程;2015年12期

5 欒詠紅;章鵬;;強(qiáng)化學(xué)習(xí)方法的對(duì)比分析[J];計(jì)算機(jī)時(shí)代;2015年12期

6 谷學(xué)靜;高貝貝;朱朝月;;基于人工情感的Q-學(xué)習(xí)算法在機(jī)器人行為決策中的應(yīng)用[J];自動(dòng)化與儀表;2015年07期

7 戈軍;周蓮英;;基于SARSA(λ)的實(shí)時(shí)交通信號(hào)控制模型[J];計(jì)算機(jī)工程與應(yīng)用;2015年24期

8 馬磊;張文旭;戴朝華;;多機(jī)器人系統(tǒng)強(qiáng)化學(xué)習(xí)研究綜述[J];西南交通大學(xué)學(xué)報(bào);2014年06期

9 傅啟明;劉全;尤樹(shù)華;黃蔚;章曉芳;;一種新的基于值函數(shù)遷移的快速Sarsa算法[J];電子學(xué)報(bào);2014年11期

10 崔軍曉;朱蒙婷;王海燕;章鵬;王輝;;基于強(qiáng)化學(xué)習(xí)的值迭代算法[J];電腦知識(shí)與技術(shù);2014年31期

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 高陽(yáng),陸鑫,李寧,陳世福;一種自適應(yīng)概率規(guī)劃規(guī)則抽取算法[J];南京大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年02期

2 李寧,高陽(yáng),陸鑫,陳世福;一種基于強(qiáng)化學(xué)習(xí)的學(xué)習(xí)Agent[J];計(jì)算機(jī)研究與發(fā)展;2001年09期

3 高陽(yáng),周志華,何佳洲,陳世福;基于Markov對(duì)策的多Agent強(qiáng)化學(xué)習(xí)模型及算法研究[J];計(jì)算機(jī)研究與發(fā)展;2000年03期

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李秀英;;網(wǎng)絡(luò)環(huán)境下學(xué)生學(xué)習(xí)的特點(diǎn)[J];教師;2009年04期

2 夏定海,黃智英;教會(huì)學(xué)習(xí) 學(xué)會(huì)學(xué)習(xí) 終身學(xué)習(xí)[J];發(fā)明與革新;2000年06期

3 黃啟兵;汪芳;;論網(wǎng)絡(luò)時(shí)代學(xué)習(xí)與創(chuàng)新的統(tǒng)一[J];教學(xué)研究;2002年03期

4 陳相安;把檔案部門(mén)建成學(xué)習(xí)型組織[J];中國(guó)檔案;2003年09期

5 顧新,蔡兵,李久平;學(xué)習(xí)與學(xué)習(xí)型社會(huì)[J];軟科學(xué);2004年02期

6 鄭軍;試論編輯的學(xué)習(xí)特征[J];中國(guó)編輯;2005年06期

7 邱曉榮,孔一童;試論網(wǎng)絡(luò)環(huán)境中的合作學(xué)習(xí)[J];當(dāng)代教育論壇;2005年02期

8 冷平,王仁蓉,刁永鋒;網(wǎng)絡(luò)學(xué)習(xí)的成功要素探析[J];教育信息化;2005年03期

9 張建光;朱秀娥;張笑雙;;網(wǎng)絡(luò)學(xué)習(xí)社區(qū)的特征和構(gòu)建[J];中國(guó)教育技術(shù)裝備;2006年03期

10 徐曉涌;;創(chuàng)建學(xué)習(xí)型企業(yè)莫入誤區(qū)[J];中國(guó)郵政;2006年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 韓文;;讓合作學(xué)習(xí)在逆境中重生[A];中華教育理論與實(shí)踐科研論文成果選編（第2卷）[C];2010年

2 呂啟春;;淺談小學(xué)數(shù)學(xué)中的小組合作學(xué)習(xí)[A];2014年1月現(xiàn)代教育教學(xué)探索學(xué)術(shù)交流會(huì)論文集[C];2014年

3 杜俊娟;;用學(xué)習(xí)動(dòng)機(jī)培養(yǎng)策略課題的學(xué)習(xí)對(duì)體育教師進(jìn)行研究性學(xué)習(xí)培養(yǎng)的實(shí)驗(yàn)研究[A];第七屆全國(guó)體育科學(xué)大會(huì)論文摘要匯編（一）[C];2004年

4 瞿春波;;淺議合作學(xué)習(xí)之誤區(qū)[A];校園文學(xué)編輯部寫(xiě)作教學(xué)年會(huì)論文集[C];2007年

5 時(shí)龍;;把握分析學(xué)情是改進(jìn)教學(xué)和促進(jìn)學(xué)習(xí)的基礎(chǔ)[A];2012·學(xué)術(shù)前沿論叢——科學(xué)發(fā)展：深化改革與改善民生（下）[C];2012年

6 韋彩紅;;如何組織學(xué)生共享學(xué)習(xí)成果[A];中華教育理論與實(shí)踐科研論文成果選編（第2卷）[C];2010年

7 格保耿;;培養(yǎng)學(xué)生學(xué)習(xí)物理的興趣[A];2014年5月現(xiàn)代教育教學(xué)探索學(xué)術(shù)交流會(huì)論文集[C];2014年

8 鈕榮榮;;關(guān)于小學(xué)數(shù)學(xué)教學(xué)中小組合作學(xué)習(xí)的幾點(diǎn)思考[A];2014年6月現(xiàn)代教育教學(xué)探索學(xué)術(shù)交流會(huì)論文集[C];2014年

9 陳妙;;讓數(shù)學(xué)課堂效率得到真正的提高——淺談新課改下學(xué)生學(xué)習(xí)興趣的培養(yǎng)[A];中華教育理論與實(shí)踐科研論文成果選編（第3卷）[C];2010年

10 黃春妙;;淺談?wù)Z文課堂合作學(xué)習(xí)的有效把握[A];中華教育理論與實(shí)踐科研論文成果選編（第3卷）[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 農(nóng)行浙江東陽(yáng)支行 吳新國(guó) 周龍飛;銀行如何創(chuàng)建學(xué)習(xí)型組織[N];上海金融報(bào);2003年

2 西北師范大學(xué) 李瑾瑜;校長(zhǎng)：如何引領(lǐng)和促進(jìn)教師學(xué)習(xí)[N];中國(guó)教育報(bào);2008年

3 永壽縣店頭中學(xué) 劉俊鋒;大力提倡合作學(xué)習(xí) 全面促進(jìn)有效教學(xué)[N];咸陽(yáng)日?qǐng)?bào);2009年

4 本報(bào)評(píng)論員;要在真學(xué)習(xí)上下功夫[N];酒泉日?qǐng)?bào);2009年

5 本報(bào)記者 李天然;學(xué)習(xí)應(yīng)該是一種終身行為[N];大連日?qǐng)?bào);2010年

6 劉繼芳;淺議建設(shè)學(xué)習(xí)型黨組織中的“學(xué)習(xí)”內(nèi)涵[N];伊犁日?qǐng)?bào)(漢);2010年

7 哈爾濱市第五醫(yī)院 蒙碩;淺談醫(yī)院創(chuàng)建學(xué)習(xí)型黨組織[N];黑龍江日?qǐng)?bào);2010年

8 翟愛(ài)霞;淺談如何深入推進(jìn)學(xué)習(xí)型黨組織建設(shè)[N];太行日?qǐng)?bào);2011年

9 李振 上海交通大學(xué)國(guó)際與公共事務(wù)學(xué)院;制度變遷中的制度學(xué)習(xí)[N];中國(guó)社會(huì)科學(xué)報(bào);2012年

10 重慶市教育評(píng)估院院長(zhǎng)、中國(guó)高等教育學(xué)會(huì)學(xué)習(xí)科學(xué)研究分會(huì)常務(wù)副會(huì)長(zhǎng) 龔春燕;實(shí)施新學(xué)習(xí)，建設(shè)學(xué)習(xí)型社會(huì)[N];中國(guó)教育報(bào);2013年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 徐峰;基于社會(huì)網(wǎng)絡(luò)的大學(xué)生學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)研究[D];江西財(cái)經(jīng)大學(xué);2014年

2 付亦寧;本科生深層學(xué)習(xí)過(guò)程及其教學(xué)策略研究[D];蘇州大學(xué);2014年

3 張鈺e，

本文編號(hào)：1058755