重点高校教授倾情奉献
聚焦机器学习热点学科
入门级基础理论和关键技术
超级丰富的案例应用
全面系统理清学科脉络
什么是强化学习?
和其他学习方法相比,有何不同与特色?
深度学习如何与强化学习结合?并各取所长?
深度强化学习会成为未来引领智能计算的方法吗?
本期“专家讲堂”聚焦深度强化学习,带你走进机器学习世界。
图片来源David silver 强化学习公开课
继深度学习与大数据结合产生可观的应用前景之后,人们开始探索深度学习时代的各种新技术方向。
早期的强化学习算法主要解决状态和动作都是离散且数目不超过一定数量的有限序贯决策问题。
然而,很多实际问题中需要处理的状态和动作数量都非常庞大,而且有些任务的状态和动作是连续的,此时使用传统强化学习方法难以取得满意的学习效果。
为打破传统强化学习算法的局限,深度学习被用来解决强化学习问题,并建立相应的深度强化学习理论和方法,通过在强化学习计算框架中引入深度神经网络使得智能体能够感知更为复杂的环境状态并形成更复杂的策略,由此提高强化学习算法的计算能力和泛化能力。
图片来源David silver 强化学习公开课
深度强化学习将强化学习和深度学习有机地结合在一起,使用强化学习方法定义问题和优化目标,使用深度学习方法解决状态表示、策略表示等问题,通过各取所长的方式协同解决复杂问题。
深度强化学习理论和方法为解决复杂系统的感知决策问题提供了新的思路。
深度强化学习已经能够解决一部分在以前看来不可能完成的任务,在游戏博弈、优化控制等领域取得卓越应用成果。很多学者认为深度强化学习将在不久的将来成为一种能够解决复杂问题的通用智能计算方式, 并为人工智能领域带来革命性的变化。
往期推荐阅读
接下来,图图用170页PPT介绍深度强化学习的基本理论和方法。
专家介绍
汪荣贵,合肥工业大学计算机与信息学院教授,主要研究方向智能视频处理与分析、车载视觉增强系统、多媒体技术等。E-mail: wangrgui@hfut.edu.cn
全民抗疫我倡议
图图跟大家分享一部BBC纪录片《人体奥妙之细胞暗战》,揭示了我们身体内部细胞和病毒的战斗。
点击图片可观看
这是一场长达数十亿年的战争
至今未分胜负
每天在我们体里
成千上万的小细胞筑起一道道防线
如火如荼 奋勇迎战
甚者不断以自我牺牲阻击病毒
只为守护我们的健康
打赢这场阻击战
需要长期抗战
多做运动 健康饮食
规律作息 调适心态
强健身心
增强抵抗力
全民抗疫 战必胜!
如果您有故事想倾诉,有问题想询问,有经验想分享,欢迎添加下方学报小编微信。
本文系《中国图象图形学报》独家稿件
内容仅供学习交流
版权属于原作者
欢迎大家关注转发!
编辑:韩小荷
指导:梧桐君
审校:夏薇薇
总编辑:肖 亮
声 明
欢迎转发本号原创内容,任何形式的媒体或机构未经授权,不得转载和摘编。授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流,内容为作者观点,不代表本号立场。未经允许,请勿二次转载。如涉及文字、图片等内容、版权和其他问题,请于文章发出20日内联系本号,我们将第一时间处理。《中国图象图形学报》拥有最终解释权。
与你同在
前沿 | 观点 | 资讯 | 独家
电话:010-58887030/7035/7418
网站:www.cjig.cn