强化学习如何训练游戏AI机器人(人工智能系列) 强化学习是不同与监督式学习和非监督式学习的另一种机器学习方法。强化学习基于行动-反馈的自我学习机制,以最大化奖励为目标,不断改进行动,适应环境。强化学习完全靠机器自己的经历去学习,没有人告知学习机正确的答案,强化的信号是对学习机行动的反馈。
【强化学习如何训练游戏AI机器人(人工智能系列)】强化学习广泛应用于游戏领域。射击游戏的机器人要学会如何躲避敌人子弹,找到最合理的开枪和换子弹时机。在射击游戏对局里,游戏是动态的、瞬息万变,会有无数种可能的情况发生,所以需要通过强化学习的人工智能方法,给电脑一个反馈机制,将未能躲避子弹作为惩罚,消灭敌人给予奖励。
#大数据#人工智能#云计算#机器人
文章图片
推荐阅读
- 笔记|2022“高考记忆” 已打包完成,请查收!
- 笔记|Java技能树评测(以初学者身份)
- 笔记|JAVA jdk安装笔记
- 笔记|《Python程序设计与算法基础教程(第二版)》江红 余青松 课后选择题 课后填空题答案
- 笔记|C语言的猜字游戏
- 【Linux】Linux中常用操作命令
- 笔记|Java实习面试题
- 笔记|JavaScript中this的指向问题
- 笔记|使用Python自动调节EFR32的高频晶振(HFXO)电容器组-CTune