|
本帖最后由 刘景亚 于 2016-4-11 18:26 编辑 2 q' j% t- G* K" l0 w! w+ C) j+ z7 u
' Z: \( K( A# v" y& H; 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。; J' |2 h- g4 F
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?
! O/ B3 y' G" u, |8 v8 I$ @& T不知大家有何建议?欢迎大家发言参加讨论。
. Z8 X) s3 k D9 \*******************************************************************************************
5 F' p0 J# V3 X7 h2 G: H分割线以上为原贴3 [) d# u, s) d. b# {, T
*******************************************************************************************
' D$ M8 L, ]( x9 g `. c# N& C非常感谢各位大侠的参与和讨论。& l2 H! I% Q+ K0 H+ S
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。/ L6 d( T: F7 K7 J3 c
下面我把我对这个问题的认识抛出来与大家交流分享。
- j" f- o- q- Y4 |! k要让一个机器人玩“石头、剪刀、布”,我们分三步走。
* H- D) e6 ], F$ s3 I: p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。
5 J$ d1 @8 L+ |第二步,如何让机器人在掌握规则后大概率获胜?; s4 _! U* w& n1 u/ D; s
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?* q9 |* u, \9 n/ G0 x
*****************************************************************************************" i) h# A! o! O4 o4 R2 o3 _
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。
: {: r7 h: t M6 A f5 p6 w那么这个方法有没有效果,我们验证一下。
: _+ B$ A. R0 n9 |0 p8 e4 P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。. [: x: n0 ?+ b d
$ G& z2 G1 l' C6 `
- {+ y! Q8 I1 p# [
. J. b' n6 Q- j; t/ ^! O9 V# G1 R5 Q* y' l$ `0 [# J% ?9 r
4 D# C/ Z8 F( g& s! U) j |
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
|