强化学习及其在电脑围棋中的应用
Reinforcement Learning and Its Application to the Game of Go作者机构：南京邮电大学计算机学院/软件学院南京210046 南京大学计算机软件新技术国家重点实验室南京210023
出 版 物：《自动化学报》 (Acta Automatica Sinica)
年 卷 期：2016年第42卷第5期
页 面：685-695页
核心收录：
学科分类：0810[工学-信息与通信工程] 1205[管理学-图书情报与档案管理] 12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金(61403208 61375061) 南京邮电大学引进人才科研启动基金(NY214014)资助~~
主 题：强化学习 函数近似 核方法 神经网络 加性模型 深度强化学习
摘 要：强化学习是一类特殊的机器学习,通过与所在环境的自主交互来学习决策策略,使得策略收到的长期累积奖赏最大.最近,在围棋和电子游戏等领域,强化学习被成功用于取得人类水平的操作能力,受到了广泛关注.本文将对强化学习进行简要介绍,重点介绍基于函数近似的强化学习方法,以及在围棋等领域中的应用.
维普期刊数据库
同方期刊数据库