37:08视频长度为37:08。
如何训练你的机器人(使用深度强化学习)
人工智能(AI)正在改变自动化系统,从语音助手和聊天机器人,到自动驾驶汽车和机器人。AI系统在整合经验时具有学习和适应的能力,以增强其预测能力。
深度学习是机器学习的一个子集,人工神经网络,受人脑启发的算法,从大量数据中学习。深度学习颠覆了机器学习的世界,让深度神经网络在图像分类、语音和手写识别、自动驾驶等各种任务中,都能达到接近或优于人类的精度。
强化学习正在彻底改变深度学习的应用——从在电子游戏中与最优秀的人类玩家比赛,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),以最大化数字奖励信号。它已经成功地训练计算机程序玩游戏(如围棋和星际争霸II)比世界上最好的人类玩家玩得更好。这些程序找到了在游戏中采取的最佳行动,游戏中存在较大的状态和行动空间,不完善的世界信息,以及短期行动如何在长期中产生回报的不确定性。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类型的挑战。强化学习是否也能帮助解决复杂的控制问题,比如让机器人走路或驾驶自动驾驶汽车?
在本次演讲中,我们旨在通过解释在传统control问题的背景下什么是强化学习来回答这个问题,展示如何生成仿真数据,设置和解决强化学习问题,并使用深度强化学习让虚拟机器人学习复杂的任务,比如走路。
录制于2019年Big Things Conference。
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)获得最佳网站表现。其他MathWorks国家站点没有针对您所在位置的访问进行优化。