極客網(wǎng)·人工智能 8月28日訊，在AI領(lǐng)域中，有一種叫做“強(qiáng)化學(xué)習(xí)”的衍生項(xiàng)目，其原理是利用獎賞(或懲罰)來驅(qū)動代理朝著特定的目標(biāo)前進(jìn)，目前DeepMind就是利用這種學(xué)習(xí)方式AlphaGo。然而，作為新興事物的強(qiáng)化學(xué)習(xí)，其框架尚處于雛形，而且還在一定程度上缺乏人性化，例如用戶需要花很多時間來掌握一個目標(biāo)，十分死板也不夠穩(wěn)定。
針對這種種問題，Google近日提出了一個關(guān)于“強(qiáng)化學(xué)習(xí)”的改善方案，那就是基于其機(jī)器學(xué)習(xí)庫TensorFlow的開源進(jìn)行對學(xué)習(xí)框架的強(qiáng)化。據(jù)悉，該強(qiáng)化學(xué)習(xí)框架就靈活性、穩(wěn)定性和重現(xiàn)性三個核心原則進(jìn)行開發(fā)，目前它已在GitHub正式發(fā)布。
除了開源框架外，Google還做了一個網(wǎng)站，站內(nèi)允許開發(fā)人員能快速將針對多個代理的培訓(xùn)運(yùn)行進(jìn)行可視化。另外，該網(wǎng)站也可以它還提供經(jīng)過訓(xùn)練的模型、原始統(tǒng)計(jì)日志和TensorFlow事件文件，這些功能還可以跟TensorBoard一起繪圖，而TensorBoard則是Google開發(fā)的用于TensorFlow程序的可視化工具套件。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
