推特超2K贊，DeepMind強化學習綜述：她可以很快，但快從慢中來

點擊我愛計算機視覺標星，更快獲取CVML新技術 栗子 發自 凹非寺  量子位 報道 | 公衆號 QbitAI 能下圍棋、能打刀塔、能玩星際……深度強化學習 (DRL) 就快稱霸世界了。 但業界一直有種常見的擔憂： 強化學習 (RL) 太慢。人類一兩盤就能學會的遊戲，AI可能要和遊戲環境互動上億次才能解鎖。樣本效率低，模擬不出人類學習的過程。 現在，DeepMind團隊用新近的研究成果總結，來告訴大

>>阅读原文<<