|
本帖最后由 刘景亚 于 2016-4-11 18:26 编辑 : e) V U0 R8 h$ w0 V6 a
$ {6 J1 c, O/ I( r( l; t% S& k前段时间的人机围棋大战赚足了人们的眼球,Google公司的AlphaGO也使机器学习和深度学习让更多的人有了一定的了解,可谓做了一次很好的科技普及。$ ~- ] P- m6 G
现在我们从简单问题入手,如何基于机器学习,通过自学习的方式让机器人学会玩“石头、剪刀、布”游戏?
! w1 ^- \/ `. Z不知大家有何建议?欢迎大家发言参加讨论。* w. P0 f- G! x7 _- n5 f
*******************************************************************************************
) g! v# Q- K; g8 w5 q; t分割线以上为原贴4 U( p- W% g! g4 Z4 |6 L
*******************************************************************************************
7 y7 u( k% O; t4 N/ X3 k9 n. [非常感谢各位大侠的参与和讨论。3 p8 A! I& d5 C7 H
关于机器人玩“石头、剪子、布”游戏,我本打算分三个问题和步骤和大家一起探讨。看到讨论中,大家对这三个方面都有所涉及。6 {: ^) H+ R7 N7 @4 t8 ~/ D4 s
下面我把我对这个问题的认识抛出来与大家交流分享。
# h# k3 Z; @/ \. u/ I' C9 }要让一个机器人玩“石头、剪刀、布”,我们分三步走。
* A6 g) F. f n8 a第一步,如何让机器人通过自学习的方式学会游戏规则?比如,一开始机器人并不知道石头、剪子和布,哪个赢哪个,要玩游戏首先得学会规则。当然要实现这一步,有比较简单的办法,最直接的是程序员编程时,直接定义这个规则,这是以前经常用的传统的方法。现在我们想通过一种新的方法来实现,让机器人像小孩一样,通过不断地实践、摸索和总结掌握这个规则,也就是自学习和机器学习。
/ h6 F7 @; Q" C" D第二步,如何让机器人在掌握规则后大概率获胜?0 i) v+ l) G2 l- L, x( v( y
第三步,能不能通过一种方法,使机器人在每局对战时100%获胜?
& ]( p0 a s& T1 ^0 v- p*****************************************************************************************
; c# t" E! h* W5 a# N" T关于第一步,可以用如下方法实现:让机器人和人对战,在对战的实践过程中训练机器人,使其不断自学习以掌握规则。在对战,人始终随机出,机器人一开始并不知道规则,也随机出。赢了有奖励,输了有惩罚,随着对战次数的增多,机器人就会对出拳的种类形成“价值判断”。在训练过程中,机器人会反复判断,是随机出还是基于已经学到的部分知识。经过不断训练,机器人就会学会游戏规则。这个过程区别于以往的程序员直接定义,和人类的学习过程十分类似。
: s! b! E x- D% i- G W* E. z+ W那么这个方法有没有效果,我们验证一下。+ [8 } c, m3 o6 m) d1 H8 m
下图是我与机器人玩25局的情况,注意这个机器人一开始并不知道游戏规则。我随机出拳,机器人一开始也随机出,赢了奖励,输了惩罚。大家会发现,从第11局开始,机器人就已经完全掌握了规则。
4 l8 w; m6 o1 b/ C. x: C7 `: L/ ~- c' D3 N' K+ r# \
$ @( x% H6 R( h/ w
- y3 L6 }9 R6 I2 ?" ^# u
) j0 i, b' ^* X. b6 F
8 c7 o- S4 g% z- n/ C" O |
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有帐号?注册会员
x
|