“机器智能、系统优化与最优决策”专刊前言

摘要：

2016年3月,谷歌公司开发的计算机程序AlphaGo(初弈号)在韩国首都首尔挑战当今世界顶级棋手——韩国职业九段李世石(Lee Sedol),并最终取得4胜1负的令世界震惊战绩.这标志着人工智能方法已经能够在复杂的棋类博弈游戏中达到匹敌、甚至超越人类的水平.其基本原理是将具有“感知”能力的深度学习(deep learning)和具有“决策”能力的强化学习(reinforcement learning)紧密结合,构成深度强化学习(deep reinforcement learning)算法,并与蒙特卡罗树搜索结合.它极大地减少了目标优化过程的计算量,提升了对棋局估计的准确度.

机标关键词：机器智能、系统优化、决策、reinforcement learning、强化学习、优化过程、能力、蒙特卡罗、韩国、准确度、树搜索、人工智、能方法、计算量、计算机、职业、战绩、原理、游戏、提升

所属期刊栏目：33

分类号：TP3;TP1

在线出版日期：2017-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：1553-1554