前言
开新坑系列……
先来谈谈什么是强化学习,或者说增强学习。强化学习就是指再一个特定环境下,通过与环境交互,获得环境的反馈从而进行学习的智能算法。什么是特定环境呢?举个flappy bird的例子(博主的执念),flappy bird游戏的核心目标,就是使得玩家操作的鸟,不装到柱子上。作为人类,我们也会再游戏进程中无意或者有意的去发现一些规律,取得更高的分数。强化学习要做的就是将这种能力注意到学习算法上,也就是训练一个智能体(Agent)
从深蓝击败国际象棋冠军,到Alpha Go,星际争霸和Dota2的AI。如今过去了多年,我们还是要回过头来看看强化学习发展的历程。
Reinforcement Learning: An Introduction是一本介绍了强化学习算法方方面面的书,我会记录在阅读中的思考和联想,一共阅读者参考。博主从19年6月接触强化学习,也只是读过一些最近的RL方面的工作,堆RL并非知根知底,如有错误还请不吝赐教。
Reinforcement Learning: An Introduction:一书将强化学习算法大致分了两类:Tabular Solution Methods,和Approximate Solution Methods。前者更专注于数学模型,而后者注重于模拟这个过程本身。
引子
强化学习,是在一个特定环境中,通过一系列操作,从环境的反应中学习