初探强化学习

初探强化学习

强化学习 (Reinforcement Learning)

又称增强学习等，是机器学习的一种，其模式也是让机器人在“训练”中学到“经验”，以实现给定的任务。但不同于监督学习与非监督学习，在强化学习的框架中，我们更侧重通过机器人与环境的交互来学习。通常在监督学习和非监督学习任务中，机器人往往需要通过给定的训练集，辅之以既定的训练目标（如最小化损失函数），通过给定的学习算法来实现这一目标。然而在强化学习中，机器人则是通过其与环境交互得到的奖励进行学习。这个环境可以是虚拟的，也可以是真实的（自动驾驶汽车在真实道路上收集数据）。

-入门看的资源【百度百科】、【博客】&【博客】、以及练手的小算法程序【博客】。
尝试各种可能，使机器人得到奖励或惩罚，选择最奖励值越多，也就是最鼓励他的方案去执行。

应用

应用在很多领域，其中在无人驾驶领域，主要用作 决策和导航，比如说：对于道路场景上突然出现的人或动物，十字路口的决策、最优的路线、变道、会车等一系列决策行为，利用特定的数据集训练他就像是纸上谈兵，泛用性差，必须让他亲自实验懂得这些决策技巧。
在slam中，也并不是用不到，对于语义物体级slam，它的一个最核心、最关键的数据关联问题可以使用增强学习来代替深度学习，有待研究。

注意

增强学习虽然有很多优势，但每项技术总有不足之处，它需要尝试各种可能，不断地尝试还可能带来反馈的延迟，容易做“事后诸葛”。