這個高仿真框架AI2-THOR，想讓讓強化學習快速走進現實世界

本文來自AI新媒體量子位（QbitAI） AlphaGo的節節勝利，向人們展示了強化學習的強大能力。但要是想讓這種方法作用於現實世界，指揮機器人完成開門、拿東西、放東西等等對人類來說輕而易舉的任務，還需要解決一個問題： 一個強化學習模型要經歷多次試錯過程才能收斂，可是讓它在現實世界中一次一次地試錯顯然有些不切實際。 爲了填平這道虛擬和現實世界中的鴻溝，一個名叫AI2-THOR的新框架產生了。 AI

>>阅读原文<<