|
本帖最后由 刘景亚 于 2016-4-11 18:26 编辑
, g% E- Z; E! D: @, H5 V4 t3 ^8 T' C( H) ^$ U; r& G9 Q( d
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。- H7 Y9 j$ \! @$ I9 p
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?
r5 ?6 U) L5 X/ m7 n2 C不知大家有何建议?欢迎大家发言参加讨论。
; r; L& T& i7 V% v/ t4 Q# {*******************************************************************************************- X- h2 }# b/ k; V d
分割线以上为原贴) `. g' q- j/ k
*******************************************************************************************
" _8 `' Y; @: j7 z% T. y非常感谢各位大侠的参与和讨论。% Z* r' s* d* l9 D' E# j: N
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。. m4 T) Z* i/ h9 V* _
下面我把我对这个问题的认识抛出来与大家交流分享。
, h/ q2 g5 U' x" c( C* F$ W要让一个机器人玩“石头、剪刀、布”,我们分三步走。
- A2 O" S: \3 @$ N' G* } B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。- T( ? T! D! F3 G) L
第二步,如何让机器人在掌握规则后大概率获胜?
+ q4 W( M- U* n8 S+ Q; E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?, L, y1 J1 f: V" f8 _' R- |
*****************************************************************************************
/ E9 o. m( _+ M1 {# l' m5 Q5 @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。
) Q: y2 B7 {# w. I& I那么这个方法有没有效果,我们验证一下。
. Q8 K( c1 R* p: S' n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。
; Z) D& a/ A3 a; i, U; o7 o
0 D F8 M! w! N1 D4 ?
. V+ z6 f$ v; Q. j7 C% N0 \4 b/ a$ w6 I$ m7 [4 t7 ~$ }, U
& L$ k# ?- u0 d0 O, W
& O1 @' S, i) f6 ~2 w( G |
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
|