|
本帖最后由 刘景亚 于 2016-4-11 18:26 编辑
& y4 S$ O2 R+ ~6 K
# ?: G9 j* f7 `$ @7 @: 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。% M- y1 L% }% s% k: y1 Y4 `
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?
" [7 G% u7 S- C9 e不知大家有何建议?欢迎大家发言参加讨论。3 T9 m5 T* n* W3 o% g+ f) g" b1 `
*******************************************************************************************2 I$ p W5 y! b* S% A
分割线以上为原贴
8 H+ i# u, d+ w. O; p( S! J' [*******************************************************************************************
" A% x# d w# K" I非常感谢各位大侠的参与和讨论。
) J( k& n4 B. w& }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。
# ^& ~/ u/ a9 @; w) o1 X4 R下面我把我对这个问题的认识抛出来与大家交流分享。* Y/ A- G* Q* p2 c
要让一个机器人玩“石头、剪刀、布”,我们分三步走。
1 J! Y( V" q% ^5 U( ~0 V* K5 j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 V- h* |$ r8 ~ \/ V% U
第二步,如何让机器人在掌握规则后大概率获胜?
$ L. t: H B, Y& Q& M. o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?
) @: U( O' e. [: I+ F* \*****************************************************************************************6 F* d( H% y }1 _2 @4 {) S9 v
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。
* Y8 a. v" }+ g0 u那么这个方法有没有效果,我们验证一下。' @6 p( b! |, V# ]6 A- E
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。4 d. i6 O/ u1 E; _. @) e- ?) e0 U
7 [; {/ w1 X- P# B, J1 _8 J
9 r+ O0 ~& \2 D2 V
6 w2 |% A& ]5 y& C: W3 ?& j1 k7 T$ s. U# @
) X% l2 ~1 h- ?/ }+ \$ F/ x |
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
|