基于人机交互的强化学习与实验研究

来源 :模式识别与人工智能 | 被引量 : 0次 | 上传用户:lbo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文研究具有人机交互能力的强化学习算法。通过人机交互给出操作者对学习结果的性能评价,智能体系统能获得当前状态与目标状态距离的度量,有效地结合操作者的先验知识和专业知识,从而使智能体在状态空间中能进行更有效的搜索,简化复杂任务的学习过程。以猜数字游戏为例,利用提出的学习框架训练智能体具有猜数字的能力。实验结果表明,结合人机交互的强化学习算法大大提高了学习效率。加快了学习过程的收敛速度。 This paper studies intensive learning algorithms with human-computer interaction ability. Through the human-computer interaction, the operator’s performance evaluation of the learning result is given. The intelligent system can obtain the measure of the distance between the current state and the target state, effectively combining the priori knowledge and professional knowledge of the operator so that the agent in the state space Can conduct more effective search, simplify the learning process of complex tasks. Take guessing digital games as an example, we use the proposed learning framework to train the agent to guess the numbers. The experimental results show that the reinforcement learning algorithm combined with human-computer interaction greatly improves the learning efficiency. Speed ​​up the convergence of the learning process.
其他文献
首先介绍了医院建筑设备管理系统的益处、医院机电系统的组成及特点,然后重点介绍了医院建筑设备管理系统的设计以及机电系统设备提供的接口要求。
"三会一课"作为七项组织生活制度的重要表现形式,是党的基层组织管党治党最基础、最经常的实践活动,其落实的标准质量直接反映"两学一做"学习教育的成效。前期,我们采取意见征集
目的:子痫前期(Preeclampsia,PE)是一种妊娠期特有的、复杂的、多系统紊乱性疾病,是产科严重并发症之一,可严重影响母婴健康,是导致孕产妇及围产儿病死率高的主要原因之一。
SK.Sweet、4K.Grubby光是这两个名字就已足够,这一战,是不容错过的精彩战斗。Grubby在虚晃一枪后,开始全力攀登科技:Sweet发现情况不妙,双屠宰场暴破坏者。兽人发现故人空军较多,便
安康市核桃园目前普遍存在因实生繁殖、栽植管理粗放等导致的果品产量低、品质差、经济收益不高等问题,对此采取高接换优、土水肥管理、整形修剪、病虫害综合防治等低产林改
幼儿园美术区域活动是幼儿学习的一种途径,是立足于幼儿实际让幼儿充分体验和探索,充分发挥幼儿的自主性和主体能动性,也是对幼儿进行个别化教育的最佳手段。但在实际操作过
2月28日,中国科技成果管理研究会、国家科技评估中心、中国科学技术信息研究所在京发布了《中国科技成果转化2018年度报告(高等院校与科研院所篇)》(以下简称《年度报告》)。
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”$ MN。W;- __._——————》 砧叫]们羽 制作:陈恬’#陈川个美食 Back to yield