我是实小楼，万万没想到，强化学习帮我走出了迷宫
（文末有福利哦）
我叫实小楼
万万没想到
我被困在迷宫里走不出来了……
看到图中身处迷宫入口
一脸懵逼的小狮子没？
那就是我
今天老板把我扔在了这儿
说是要惩罚我
“走不出迷宫，
实验楼就准备换吉祥物了！”
好吧，我承认
前几天我确实膨胀了：
在实验楼吃喝玩乐
干扰同事工作
没尽好吉祥物的本分
可我还是个孩子啊
太无情了
而且为毛会是走迷宫这种奇葩惩罚
我 tm 可真是太难了
“你可别墨迹了
小脑斧? 梅发怒? 小海疼?
已经来我这报名了
还想不想干了”
迷宫入口挂的喇叭高声嚷着
惹不起惹不起
强装镇定的
我一只爪子迈进了入口
？？？
这里为啥都一毛一样
一点参照物都没有
？？？
等等
这个路口我好像来过···
？？？
完了 已经迷路了 咋整……
还是用绝招吧：
“点兵点将、骑马打仗
点到是谁，跟到我走
要是不走，你是小狗……”
就这样，我点了十轮
可还是在原地打转
—— 绝望了
就在迷宫里躺尸算了
我叫实小楼
万万没想到
我最终还是从迷宫里走了出来
正当我绝望的时候
从天而降了一个小玩意儿
我拾掇起来一看
“迷宫辅助装置”
这玩意儿咋用也不知道
先走一截试试
眼前还是有无数路口
随便选一个吧
刚要走，辅助装置出声了
“这里是一条死路”
就听它的吧
退了回来，换一个路口走
之后我便一直听它的提示
遇到死路时
就及时换一条道
终于……
我走到了出口
也听到辅助器说：
“这是一条正确道路”
看来
吉祥物的名分
算是保住了 ···
回到实验楼我才知道
原来让我走迷宫
不只是为了惩罚我
更是为了测试新产品
没错，就是救我一命的辅助装置就是——
强化学习！
强化学习是机器学习的重要分支
它强调如何基于环境而行动
以取得最大化的预期利益
强化学习的过程一般包含 5 个要素
分别是
智能体（Agent）
环境（Environment）
行为（Action）
状态（State）
奖励（Reward）
以走迷宫为例：
小狮子就是智能体（Agent）
而迷宫就是所处的环境（Environment）
当小狮子尝试走出迷宫时
小狮子在每一个格子
都可以产生 4 种行为
向上向下向左向右
每当做一种行为时
迷宫都会给小狮子一个奖励
奖励可能是正向的
也可能是消极的
那什么是状态呢
每当小狮子采取行动后
随即进入到下一个状态
状态类似于对前面历史行为的总结
接下来
小狮子就会在迷宫中不断试错
最终到达出口
到达出口时也是正奖励之和最大的时候
我再给你们看看它的内部构造
恕我直言
这带我出迷宫的知识
我一定要好好学习一下
另外
为了报答它的救命之恩
我准备送它上 C 位
我舍弃了零花钱
炸锅卖铁
换了几十张 30 元优惠券
欢迎大家在评论区领取哦
更多课程详情，请登陆实验楼：
课程链接：https://www.shiyanlou.com/courses/1366
我是实小楼，万万没想到，强化学习帮我走出了迷宫相关推荐
- python绘制3d图形-万万没想到，Python 竟能绘制出如此酷炫的三维图
作者 | Jay Alammar 译者 | 高级农民工 通常我们用 Python 绘制的都是二维平面图,但有时也需要绘制三维场景图,比如像下面这样的: 这些图怎么做出来呢?今天就来分享下如何一步步绘制 ...
- python画三维立体图难吗_万万没想到，Python竟能绘制出如此酷炫的三维图
作者 | Jay Alammar转载自 | 高级农民工 通常我们用 Python 绘制的都是二维平面图,但有时也需要绘制三维场景图,比如像下面这样的: 这些图怎么做出来呢?今天就来分享下如何一步步绘制 ...
- 万万没想到，我的炼丹炉玩坏了
一只小狐狸带你解锁NLP/ML/DL秘籍 作者:夕小瑶 前记 众所周知,夕小瑶是个做NLP的小可爱. 虽然懂点DL框架层知识,懂点CUDA和底层,但是我是做算法的哎,平时debug很少会遇到深度学习框 ...
- 2015年第21本：万万没想到，用理工科思维理解世界
<万万没想到:用理工科思维理解世界>这本书好像是从amazon排行榜中发现的,先是下载了电子版,竟然是一个博客(学而时嘻之)的大合集,可能是网上的某人用作者的博客制作而成的,共有123章! ...
- 【杂谈】万万没想到，有三还有个保密的‘朋友圈’，那里面都在弄啥！
万万没想到,有一天我们也会标题党,透过标题看本质,今天说的确实是那么回事儿也. 一直以来我们都有一个不公开的私密社区叫有三AI知识星球,但是经常遇到一些朋友,甚至是加入季划的同学都在问我,那是个啥?看 ...
- 【读书笔记】理工科思维解读《万万没想到》
目录 一.逻辑脉络(框架) Part One 反常识思维 1 Part Two 成功学的解药 65 Part Three 霍金的答案 199 二.亮点 [亮点摘抄]-- 主要可查看"逻辑脉络 ...
- 万万没想到系列，世界上最知名的失败建筑设计合集！
大家好,这里是建模助手. 我们生活在由建筑包围的世界里,生活的面貌造就了建筑的多样性.而矗立的建筑也无言的记录着时代,尤其是一些建筑大师们的作品,可谓是集艺术和美学于一体的一流名作. 但,这不是凡 ...
- 科学家们竟用乐高观察细胞，网友：万万没想到啊
杨净 子豪 发自 凹非寺 量子位 报道 | 公众号 QbitAI 玩乐高还能玩出个显微镜?! 原本以为是一个普普通通的玩具. 没想到,还真能当成显微镜来用,是能看到细胞的那种. 真·高端新玩法! 比如 ...
- 字节跳动---万万没想到之聪明的编辑
字节跳动-万万没想到之聪明的编辑 文章目录 字节跳动---万万没想到之聪明的编辑 一.题目描述 二.分析 三.代码 一.题目描述 我叫王大锤,是一家出版社的编辑.我负责校对投稿来的英文稿件,这份工作非 ...
最新文章
- [k8s] 第六章 Pod控制器详解(Controller-manager)
- mysql union all 别名_MySQL Union合并查询数据及表别名、字段别名用法分析
- python在线课程-《Python程序设计与应用》在线课程使用说明
- RHCSA笔记整理(1)
- org.hibernate.HibernateException: connnection proxy not usable after transaction
- Springcloud中的region和zone的使用
- Oracle数据库更新时间的SQL语句
- 没有修改出现mysql密码错误_MySql 修改密码后的错误快速解决方法
- aspose-cad dwg转pdf dwg转png dwg转svg
- 1G、2G、3G、4G和5G有什么区别？5G的原理是什么？
- DOS命令篇(find 和 findstr)
- This primary key of id is primitive 不建议如此请使用包装类 in Class
- 电源环路增益测试的原理与仿真（基于buck变换器和PID控制）
- android动态壁纸1——初步框架（有背景，能使用,仿可爱宝贝）
- ChatGPT专业应用：生成外贸询盘邮件
- GitLab CI 构建过程中映射Kubernetes上的MySQL端口
- bat批处理 if 命令示例详解
- word单倍行距，行距不同
- java 使用nullable_java – @NonNull和@Nullable的正确用法是什么？
- 玩王者荣耀之后反思自己