能否在2020年取得突破？

在强化学习领域需要投入大量的努力，但是平心而论，强化学习还没有达到必要的标准化水平，尚不足以成为为商用化准备就绪的工具。

在游戏领域已经有相当多值得报道的成功案例（如 Alpha Go），在无人驾驶领域也有一些成功案例。但尽管在解决涉及系列决策的问题时，强化学习应该是我们的首选技术，可它还没有达到我们所需要的水平。

在我们的上一篇文章中，我们强调了两个阻碍强化学习的缺点，这正是微软强化学习领域的首席研究员 Romain Laroche 所描述的：

“它们基本上是不可靠的。更糟糕的是，由于强化学习过程中的随机性，使用不同随机种子的两次运行的结果可能非常不同。”

“它们需要数十亿的样本才能获得结果，而在现实世界的应用中提取如此天量的样本是不可行的。”

我们专注于一些有希望的研究，这些研究用少得多的数据、有限的财务投入和实际约束解决了训练问题。然而，剩下的问题甚至更加复杂。

由于强化学习解决方案是用随机种子启动的，因此，它们本质上是对状态空间的随机搜索。设想一下，两个启动算法随机进入这个潜在解决方案的巨大丛林，目标是找到最快的出路。尽管这两个解决方案可能达到相同的性能级别，但是，强化学习是众所周知的黑盒，它使我们无法了解系统为何及如何选择执行这一系列步骤。

Gartner 最近的报告 《2020 年 10 大战略技术趋势》 中提到的两个互相矛盾的目标，突显了其重要性。

引起我们注意的两个趋势是：

趋势 8：智能设备（Autonomous things）

“智能设备，包括无人机、机器人、船舶和家用电器，利用人工智能代替人类完成任务。该技术在半智能到完全智能的智能范围内运作，并能在包括天空、海洋和陆地等各种各样的环境中运作。智能设备也将从独立的设备向协作的集群转变，例

（编辑：济宁站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!