卢卡斯·加西亚,Mathworks公司
人工智能(AI)正在改变自动化系统,从语音助理和聊天机器人,对自动驾驶汽车和机器人。AI系统具有学习和适应,因为他们结合经验,以提高他们的预测能力的能力。
深度学习是机器学习,其中人工神经网络,人脑启发算法,从大量的数据中学习的一个子集。深度学习,扰乱了机器学习的世界,使深层神经网络来实现接近或更好的精度比人类的各种任务,如图像分类,语音和手写识别,并自动驾驶的。
强化学习正在彻底改变深度学习的应用——从玩电子游戏并打败最优秀的人类玩家,到训练机器人完成复杂的技术任务。强化学习包括学习做什么(将情况映射到行动中)以最大化数字奖励信号。它已经成功地训练电脑程序玩游戏(如围棋和星际争霸2)比世界上最好的人类玩家玩得更好。这些程序会在游戏中找到最佳行动,这些游戏拥有巨大的状态和行动空间,不完善的世界信息,以及关于短期行动如何获得长期回报的不确定性。工程师和科学家在设计控制器等真实系统时也面临着同样的挑战。强化学习也能帮助解决复杂的控制问题,比如让机器人行走或驾驶自动汽车吗?
在这次谈话中,我们的目标是通过解释什么是强化学习是在传统的控制问题,展示如何产生仿真数据,设置和解决强化学习问题,并允许一个虚拟机器人学习复杂任务的上下文来回答这个问题,喜欢散步,使用深度加强学习。
在大事情大会2019记录。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。