据 X 帖子介绍,只知道围棋规则的 AlphaGo Zero 靠自我对弈以 100 比 0 战胜上一代 AlphaGo,这一启发被引向机器人,让机器人在二元任务奖励下自主探索,找出超出预想的策略,自我探索能否在真实机器人上稳定涌现新策略仍需更多实验证据。
正文完
据 X 帖子介绍,只知道围棋规则的 AlphaGo Zero 靠自我对弈以 100 比 0 战胜上一代 AlphaGo,这一启发被引向机器人,让机器人在二元任务奖励下自主探索,找出超出预想的策略,自我探索能否在真实机器人上稳定涌现新策略仍需更多实验证据。