俞扬：“审时度势”的高效强化学习

点击上方“深度学习大讲堂”可订阅哦！

编者按：强化学习，本质上是一种在环境中“审时度势”地学习策略的过程。AlpahGo和AlphaGo Zero的相继问世，证明了强化学习在模拟世界中的有效性。然而，现有的强化学习方法对样本量的需求极大、且利用率低，造成其难以在真实世界中应用。因此，如何提高强化学习的效率以应用于真实世界，进而打造真正的人工智能，是该领域的开放性问题。在本文中，来自南京大学的俞扬副教授，将从优化、方法论、模拟器等角度，介绍他近年来在高效强化学习中的一些探索。文末，大讲堂特别提供文中提到所有文章的下载链接。

我今天主要介绍最近在强化学习方面一些初步的探索。