← 返回刚才阅读的位置

知识卡片

概念解析型 · 7171.f · 生成模型:DeepSeek-V4.1-Flash

增强学习

理解等级:中级

增强学习(强化学习)模仿生物学习方式,设定奖惩后通过尝试不同动作自主发现最大回报动作。AlphaGo Zero即采用该算法,常见应用包括游戏比赛、工业自动化与广告推荐决策。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 前沿安全技术 · 查看原书依据

      增强学习(Reinforcement Learning)又称为强化学习,它能模仿生物学习的智能模式,设定奖惩后通过尝试不同的动作,自主地发现并选择产生最大回报的动作。Google知名的AlphaGo Zero就采用了增强学习算法。

    参考来源

    - 位置:《大型互联网企业安全架构(石祖文)》第15章《前沿安全技术》(源文件:extracted/大型互联网企业安全架构 (石祖文)/_epub-src/EPUB/xhtml/chapter020) - 结论依据:原文给出对应定义与依据,支撑本卡结论。 - 原始内容:增强学习(Reinforcement Learning)又称为强化学习,它能模仿生物学习的智能模式,设定奖惩后通过尝试不同的动作,自主地发现并选择产生最大回报的动作。Google知名的AlphaGo Zero就采用了增强学习算法。