山东大学：人工智能基础与实践-第9章强化学习I

过去十年，人工智能领域取得了一系列突破，其中许多都与一个名为“强化学习”的技术紧密相关。比如著名的AlphaGo，它通过不断地自我对弈学习，掌握了人类围棋大师复杂技艺，并最终击败了世界冠军。又比如现在炙手可热的“人形机器人”，这些机器人能够完成流畅的后空翻和跑酷动作，其背后核心的平衡与动作规划算法，也深深依赖于强化学习。• 强化学习，简而言之，它的目标是训练一个智能体，使其能够通过与环境的自主交互，学会独立完成某个特定任务。这里的“智能体”可以是一个程序、一个机器人，或任何一个决策实体；“环境”则是它所在的世界，比如围棋棋盘、游戏屏幕，或是物理空间。这个过程智能体自主尝试，我们根据其行为结果给予反馈，让它自己形成一套高效的决策策略。