|
本帖最后由 刘景亚 于 2016-4-11 18:26 编辑
5 y- l( A2 `: O0 O4 x
?1 W% D1 I7 k& G: ^4 u( j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。
x3 _9 c3 N9 W# r+ R8 G2 E3 `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?% s5 q/ `, w# R' F# N& k
不知大家有何建议?欢迎大家发言参加讨论。3 d, @2 W2 {; P% Z' m2 {. o* Z
*******************************************************************************************# ` ~7 i/ k' c2 A( u, T- w
分割线以上为原贴
! v2 P, C9 U! z5 y* Y; p******************************************************************************************** ~" g3 v! L) u$ y/ M
非常感谢各位大侠的参与和讨论。; Z$ `* o; e [5 _
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。4 @& ?# I/ a7 Z; G4 \/ e
下面我把我对这个问题的认识抛出来与大家交流分享。 R) N6 v5 u+ q/ h2 L) _# s: |% k+ O
要让一个机器人玩“石头、剪刀、布”,我们分三步走。% o, Y8 k2 \9 o4 @& }& f
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。, l3 v/ x/ x% @ G0 {4 T, u% I( f
第二步,如何让机器人在掌握规则后大概率获胜?6 z5 v% D8 }" O O1 V0 e7 n
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?. n E2 L1 ]" Q0 m
*****************************************************************************************
) a( w, Y; l) a8 \6 f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。
% ^9 m* w; x) w% \. D那么这个方法有没有效果,我们验证一下。. m# E: ~1 f$ C' g8 n! \4 G
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。
H, N) z6 J R; G) F
$ n* C5 ]3 H7 [+ P9 s, e: {; u1 b5 `" x1 F% f1 E
( T7 |! i3 j: A: H0 x1 _, ?6 |/ b7 h' Z
6 L) n$ a5 T; r
|
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
|