|
本帖最后由 刘景亚 于 2016-4-11 18:26 编辑
# k7 R8 N- P: Y7 @: C' r# Q& C# c" p/ b7 R
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。, V. ^3 ~$ F4 v6 c. @5 u; Z
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?; S& Y: ?; c/ R/ f2 x! i! y
不知大家有何建议?欢迎大家发言参加讨论。
$ s* [9 N% ~) i! S' r*******************************************************************************************
! \+ p6 y% I' Q3 u分割线以上为原贴
5 c6 z/ ~, ? J1 u+ f" L' ~3 I*******************************************************************************************% @( P) z# g* o
非常感谢各位大侠的参与和讨论。
4 ` ^0 x% {6 s9 [# l9 P8 [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。) D/ C; R$ G0 Q9 o4 s2 K- A
下面我把我对这个问题的认识抛出来与大家交流分享。2 K5 S) l! F, ?
要让一个机器人玩“石头、剪刀、布”,我们分三步走。4 J# v* @8 T3 [$ B- v1 f- N& U, k
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。
( ]& G# x* a. ^0 B第二步,如何让机器人在掌握规则后大概率获胜?
+ b/ }: j2 Q6 f1 S. m, S. @8 T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?9 K5 ]) K/ k' P) K: }: W
*****************************************************************************************
# `6 f, l, x4 V& W8 P f) E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。/ E3 a2 \: g- _/ I+ `; i
那么这个方法有没有效果,我们验证一下。+ q! @9 s& Z4 I
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。; `# a1 l" z3 D& y7 B
) F8 E( V+ P) k" ^% z/ p
( c3 i; X ^+ Z: D7 v+ n* T: x
6 C: e: c6 _. T$ B) L
9 ?2 n8 a* J$ u3 {6 n
) p3 P, @. e. T( S- a) \ |
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
|