強化學習--李宏毅

 AI =  強化學習+深度學習  Alpha go是在監督學習的基礎上，讓兩個機器對下 聊天機器人問題：訓練完之後不知道聊天是否聊的好，可以考慮使用GAN，添加discriminator去判斷聊天是否是人類聊天 強化學習的困難： 接收到positive reward的動作是需要其他沒有獎勵動作的基礎的，遊戲系統很容易學成只會開槍而不移動（因爲開槍有獎勵，而移動沒有） 系統需要探索新的行爲，不能永

>>阅读原文<<