想象一个经过训练可以操纵风门以管理气流的系统。训练数据包括通过复杂管道系统的阻尼器状态和流动特性。然后给系统一个目标（例如保持所有输出的均匀流量）并放松管理阻尼器。当它执行这些功能时，系统能够检测到的结果中存在异常。该算法继续从其自己的经验数据中学习，即实施阻尼器配置的结果，并改进其算法以提高性能，以寻求在所有输出处完美均匀流动的最佳目标。
这种学习或人工智能系统叫什么？
算法从初始训练集中学习，然后在使用该训练时改进其学习的 AI 学科是什么？
人工智能
机器学习
强化学习
训练
术语
2021-11-05 03:35:25
1个回答
我相信这最好通过深度 Q 学习的强化学习来完成。那就是我要开始的地方。步骤是：
初始化一个 Q 表。
选择一个动作。
执行操作。
衡量奖励。
更新Q。
神经网络将逼近 Q 函数。请参阅：https ://medium.com/emergent-future/simple-reinforcement-learning-with-tensorflow-part-0-q-learning-with-tables-and-neural-networks-d195264329d0
还要考虑策略梯度、actorcritic 和逆强化学习。
其它你可能感兴趣的问题