一種新型的強化學(xué)習(xí)算法，能夠教導(dǎo)算法如何在沒有人類協(xié)助的情況下解開魔方
據(jù)外媒CNET報道，創(chuàng)建一個可以解開魔方的算法相對簡單。但是，如果在沒有人類幫助的情況下解開魔方可能是一個完全不同的任務(wù)。加利福尼亞大學(xué)的Stephen McAleer和他的同事們認為他們已經(jīng)解決了這個問題，并采用了一個稱為“自學(xué)的漸進迭代”的過程。
McAleer和他的團隊稱這個過程為“一種新型的強化學(xué)習(xí)算法，能夠教導(dǎo)算法如何在沒有人類協(xié)助的情況下解開魔方?！?他們聲稱，這種學(xué)習(xí)算法可以在30步內(nèi)解開100％的隨機打亂魔方 - 這和人類的表現(xiàn)不相上下或優(yōu)于人類的表現(xiàn)。
這種類型的算法與在棋類游戲中超越人類表現(xiàn)的算法有區(qū)別。這些系統(tǒng)是“強化學(xué)習(xí)”系統(tǒng)。這個系統(tǒng)在完成解魔方后會查看是否每個提議的步驟都是一種改進。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
算法
+關(guān)注
關(guān)注
23文章
4675瀏覽量
94206 -
強化學(xué)習(xí)
+關(guān)注
關(guān)注
4文章
269瀏覽量
11456
原文標題：GGAI 前沿 | 機器學(xué)習(xí)算法現(xiàn)在可以在沒有人類幫助的情況下解開魔方
文章出處：【微信號：ggservicerobot，微信公眾號：高工智能未來】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
什么是深度強化學(xué)習(xí)?深度強化學(xué)習(xí)算法應(yīng)用分析
什么是深度強化學(xué)習(xí)? 眾所周知，人類擅長解決各種挑戰(zhàn)性的問題，從低級的運動控制(如：步行、跑步、打網(wǎng)球)到高級的認知任務(wù)。
發(fā)表于 07-01 10:29
?1743次閱讀
深度強化學(xué)習(xí)實戰(zhàn)
內(nèi)容2:課程一： TensoRFlow入門到熟練：課程二：圖像分類：課程三：物體檢測：課程四：人臉識別：課程五：算法實現(xiàn)：1、卷積神經(jīng)網(wǎng)絡(luò)CNN2、循環(huán)神經(jīng)網(wǎng)絡(luò)RNN3、強化學(xué)習(xí)DRL4、對抗性生成
發(fā)表于 01-10 13:42
強化學(xué)習(xí)和監(jiān)督式學(xué)習(xí), 非監(jiān)督式學(xué)習(xí)的區(qū)別
而這時，強化學(xué)習(xí)會在沒有任何標簽的情況下，通過先嘗試做出一些行為得到一個結(jié)果，通過這個結(jié)果是對還是錯的反饋，調(diào)整之前的行為，就這樣不斷的調(diào)整
基于強化學(xué)習(xí)的MADDPG算法原理及實現(xiàn)
之前接觸的強化學(xué)習(xí)算法都是單個智能體的強化學(xué)習(xí)算法，但是也有很多重要的應(yīng)用場景牽涉到多個智能體之間的交互。
量化深度強化學(xué)習(xí)算法的泛化能力
OpenAI 近期發(fā)布了一個新的訓(xùn)練環(huán)境 CoinRun，它提供了一個度量智能體將其學(xué)習(xí)經(jīng)驗活學(xué)活用到新情況的能力指標，而且還可以解決一項長
懶惰強化學(xué)習(xí)算法在發(fā)電調(diào)控REG框架的應(yīng)用
惰性是人類的天性，然而惰性能讓人類無需過于復(fù)雜的練習(xí)就能學(xué)習(xí)某項技能，對于人工智能而言，是否可有基于惰性的快速學(xué)習(xí)的方法？本文提出一種懶惰
發(fā)表于 01-16 17:40
?997次閱讀
基于PPO強化學(xué)習(xí)算法的AI應(yīng)用案例
Viet Nguyen就是其中一個。這位來自德國的程序員表示自己只玩到了第9個關(guān)卡。因此，他決定利用強化學(xué)習(xí)AI算法來幫他完成未通關(guān)的遺憾。
發(fā)表于 07-29 09:30
?2963次閱讀
機器學(xué)習(xí)中的無模型強化學(xué)習(xí)算法及研究綜述
強化學(xué)習(xí)（ Reinforcement learning，RL）作為機器學(xué)習(xí)領(lǐng)域中與監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)并列的第三種
發(fā)表于 04-08 11:41
?11次下載
基于強化學(xué)習(xí)的偽裝攻擊檢測算法
在移動霧計算中，霧節(jié)點與移動終端用戶之間的通信容易受到偽裝攻擊，從而帶來通信和數(shù)據(jù)傳輸?shù)陌踩珕栴}?；谝苿屿F環(huán)境下的物理層密鑰生成策略，提出一種基于強化學(xué)習(xí)的偽裝攻擊檢測算法。構(gòu)建移動
發(fā)表于 05-11 11:48
?5次下載
強化學(xué)習(xí)的基礎(chǔ)知識和6種基本算法解釋
定標記訓(xùn)練數(shù)據(jù)的情況下獲得正確的輸出 無監(jiān)督學(xué)習(xí)(UL)：關(guān)注在沒有預(yù)先存在的標簽的情況下發(fā)現(xiàn)數(shù)據(jù)中的模式 強化學(xué)習(xí)(RL) ： 關(guān)注智能體
7個流行的強化學(xué)習(xí)算法及代碼實現(xiàn)
作者：Siddhartha Pramanik 來源：DeepHub IMBA 目前流行的強化學(xué)習(xí)算法包括 Q-learning、SARSA、DDPG、A2C、PPO、DQN 和 TRPO。這些算法
強化學(xué)習(xí)的基礎(chǔ)知識和6種基本算法解釋
的情況下獲得正確的輸出無監(jiān)督學(xué)習(xí)(UL)：關(guān)注在沒有預(yù)先存在的標簽的情況下發(fā)現(xiàn)數(shù)據(jù)中的模式強化學(xué)習(xí)(RL)：關(guān)注智能體在環(huán)境中如何采取行動以
基于強化學(xué)習(xí)的目標檢測算法案例
摘要：基于強化學(xué)習(xí)的目標檢測算法在檢測過程中通常采用預(yù)定義搜索行為，其產(chǎn)生的候選區(qū)域形狀和尺寸變化單一，導(dǎo)致目標檢測精確度較低。為此，在基于深度強化學(xué)習(xí)的視覺目標檢測
發(fā)表于 07-19 14:35
?0次下載
在沒有人機界面的情況下，應(yīng)如何配置設(shè)備？
我們越來越依賴可穿戴和互聯(lián)技術(shù)，但在沒有人機界面的情況下，應(yīng)如何配置設(shè)備?
工商網(wǎng)監(jiān)
評論