| 深度强化学习综述: 兼论计算机围棋的发展 |
| |
| 引用本文： | 赵冬斌,邵坤,朱圆恒,李栋,陈亚冉,王海涛,刘德荣,周彤,王成红.深度强化学习综述: 兼论计算机围棋的发展[J].控制理论与应用,2016,33(6):701-717. |
| |
| 作者姓名： | 赵冬斌 邵坤 朱圆恒 李栋 陈亚冉 王海涛 刘德荣 周彤 王成红 |
| |
| 作者单位： | 中国科学院自动化研究所,中国科学院自动化研究所,中国科学院自动化研究所,中国科学院自动化研究所,中国科学院自动化研究所,中国科学院自动化研究所,北京科技大学,清华大学,国家自然科学基金委 |
| |
| 基金项目： | 国家自然科学基金项目(61273136, 61573353, 61533017). |
| |
| 摘 要： | 深度强化学习将深度学习的感知能力和强化学习的决策能力相结合,可以直接根据输入的图像进行控制,是一种更接近人类思维方式的人工智能方法.自提出以来,深度强化学习在理论和应用方面均取得了显著的成果.尤其是谷歌深智(Deep Mind)团队基于深度强化学习方法研发的计算机围棋"初弈号–Alpha Go",在2016年3月以4:1的大比分战胜了世界围棋顶级选手李世石(Lee Sedol),成为人工智能历史上一个新里程碑.为此,本文综述深度强化学习的发展历程,兼论计算机围棋的历史,分析算法特性,探讨未来的发展趋势和应用前景,期望能为控制理论与应用新方向的发展提供有价值的参考.
|
| 关 键 词： | 深度强化学习 初弈号 深度学习 强化学习 人工智能 |
| 收稿时间： | 2016/3/29 0:00:00 |
| 修稿时间： | 2016/6/20 0:00:00 |
Review of deep reinforcement learning and discussions on the development of computer Go |
| |
| ZHAO Dong-bin,SHAO Kun,ZHU Yuan-heng,LI Dong,CHEN Ya-ran,WANG Hai-tao,LIU De-rong,ZHOU Tong and WANG Cheng-hong.Review of deep reinforcement learning and discussions on the development of computer Go[J].Control Theory & Applications,2016,33(6):701-717. |
| |
| Authors: | ZHAO Dong-bin SHAO Kun ZHU Yuan-heng LI Dong CHEN Ya-ran WANG Hai-tao LIU De-rong ZHOU Tong and WANG Cheng-hong |
| |
| Affiliation: | Institute of Automation, Chinese Academy of Sciences,Institute of Automation,Chinese Academy of Sciences,Institute of Automation, Chinese Academy of Sciences,Institute of Automation, Chinese Academy of Sciences,Institute of Automation, Chinese Academy of Sciences,Institute of Automation, Chinese Academy of Sciences,University of Science and Technology,Tsinghua University,National Natural Science Foundation of China |
| |
| Abstract: | |
| |
| Keywords: | deep reinforcement learning AlphaGo deep learning reinforcement learning artificial intelligenc |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《控制理论与应用》浏览原始摘要信息 |
|
点击此处可从《控制理论与应用》下载全文 |
|
