「強化學習之父」薩頓：預測學習馬上要火，AI將幫我們理解人類意識

本文來自AI新媒體量子位（QbitAI） 地處加拿大埃德蒙頓的阿爾伯塔大學（UAlberta）可謂是強化學習重鎮，這項技術的締造者之一薩頓（Rich Sutton）在這裏任教。 △ 薩頓 薩頓常被稱爲「強化學習之父」，他對強化學習的重要貢獻包括時序差分學習和策略梯度方法。 如果你研究過強化學習，可能對他和巴爾託（Andrew Barto）合著的一本書很熟悉：《強化學習導論》（Reinforceme

>>阅读原文<<