深度強化式學習（Deep Reinforcement Learning）在許多領域皆取得了顯著的成果，如遊戲、機器人控制以及自然語言處理等。在這些領域中，遊戲被視為最適合測試深度強化式學習演算法領域之一，因為相對於真實世界複雜的模型，遊戲的環境相對容易取得並且能重複使用。例如，在2016年，AlphaGo結合深度強化式學習與搜尋算法，並擊敗了圍棋世界冠軍李世石。在AlphaGo取得成功之後，後續有許多深度強化式學習演算法如AlphaZero、MuZero在其他電腦遊戲中也展現了超越人類表現的水準，而這些演算法在訓練過程中甚至沒有使用到任何的人類知識。本次演講將從介紹強化學習的基本概念開始。然後，我們會討論一些用於遊戲和其他領域的強化學習算法。
活動訊息
活動時間
10/21 10:40 - 11:05
活動地點
資訊科學研究所
位置
資訊所新館106演講廳
活動分類
活動組別
數理科學
活動類型
演講座談
主辦單位
適合對象
高中/15歲以上
參加須知
本活動需報名
活動人數限制 70 人
聯絡人
陳冠文
02-27883799分機2203
