【强化学习炼金术】李飞飞高徒带你一文读懂RL来龙去脉

  1. 云栖社区>
  2. 新智元>
  3. 博客>
  4. 正文

【强化学习炼金术】李飞飞高徒带你一文读懂RL来龙去脉

技术小能手 2018-01-08 11:34:22 浏览2093
展开阅读全文

强化学习炼金术 · 背景介绍(上)

欢迎来到《强化学习炼金术》第一讲。手摇芭蕉扇,支起八仙炉,再点上三昧真火。各位炼金术师,你们都准备好了吗2_06.png?wx_lazy=1u1F4AA.0.png?wx_lazy=1

在这一课里,我会跟大家说说强化学习的概念和目的,早期功不可没的宗师泰斗们,以及理解算法所需要的预备知识。不方便看视频的朋友们,请下拉阅读图文smiley_63.png?wx_lazy=1

9d4fad09f38d7bfcf58306ba9bc5d26936ac1698

f51dce5ef1c8114e7346d53f27a9dd5a616faf11

首先,我们重温一下,在心有麟熙导读里提到的【薄荷大法 MINT】。

  1. Motivation,确定到底要解决什么样的问题。
  2. 分为三小步,第一个是理解这个算法的精髓insight,然后把insight变成自己的直觉intuition,最后把intuition变成解决未来问题的inspiration。
  3. 最后才是technicality技术细节,我们会推一些公式或者看一些简单的伪代码。

其次,我们这门课将会从First Principle(第一原则)开始讲,意思是我会一步














网友评论

登录后评论
0/500
评论
技术小能手
+ 关注
所属云栖号: 新智元