知识卡片
增强学习
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?
这张卡片已通过人工审查,不再接受失败反馈。
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。