基于深度强化学习的游戏博弈策略的研究与实现

发布时间：2020-06-19 19:21

【摘要】：深度强化学习是一种新的算法,它结合了深度学习和强化学习,以实现从感知到行为的端到端的学习。就像人一样,直接通过深度神经网络输入感知信息,如视觉和输出动作,而不需要手动操作。通过深度强化学习训练的代理人能够完全自主地学习一种或多种不同的技能。近两年机器学习迅速发展,深度强化学习作为机器学习的一个分支,发展尤为猛烈。深度强化学习旨在解决计算机从感知到控制的问题,基于深度强化学习算法创造出的成果已经逐渐应用于我们的日常生活,在计算机视觉,语音识别,自然语言处理等相关领域的发展取得重大突破,但是这些领域所研究的问题,都仅仅是让计算机认识和理解环境,而没有解决人工智能最核心的问题-决策控制。需要向计算机输入感知信息的例如计算机视觉等感知问题,计算机可以根据感知信息理解和判断控制问题,并由计算机判断并输出正确的行为要求。为了使计算机能够做出适当的决策控制,需要计算机具备一定的“思考”的能力,以便计算机能够通过学习获得解决各种问题的能力,而这正是通用人工智能研究的目标。智能体的行为都可以归纳为智能体与环境进行交互,智能体观察环境,根据自身的状态及所观察的环境做出动作,更改环境,并将反馈返回给智能体。因此,核心问题是如何构建可以与环境进行交互的智能体。深度强化学习就是将善于提供学习机制的深度学习,和可以为智能体提供学习目标的强化学习进行优势结合,使得智能体具备学习复杂能力的潜力。本文首先使用深度强化学习提出的第一个算法DQN进行实验,将智能体放在贪吃蛇游戏环境中进行博弈训练,智能体在训练时将不会得到除图像像素和分数之外的任何信息,智能体必须自己学习,并直接使用输入和分数来制定最佳行动策略。之后,本文加入课程学习策略,将课程学习思想与DQN算法相结合,再次对智能体进行博弈训练,对比实验结果。通过实验表明,使用深度强化学习算法DQN训练的智能体在与对手的博弈训练后可以获得更高的分数和更长的存活时间,使用课程学习策略则可以大大提高智能体的训练速度,进一步提升智能体的表现。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP18;O225
【图文】：

图 1.1 ANN 简史快速发展极大地推动力深度学习进程。2006 年，Geoffr网（Deep Belief Net：DBN）[2]，深度置信网络是由一系stricted Boltzmann Machine：RBM）[3]组成。之后 Ruslan Sal

深度学习发展历程

【相似文献】

相关期刊论文 前10条

1 李伟;;让学引思,实现深度学习[J];江西教育;2018年33期

2 赵睿;卜天予;;高校大学生学习动力状况调研及问题研究[J];思想政治课研究;2018年06期

3 杜琳;;学习,在合作中发生[J];中学课程辅导(教师通讯);2018年19期

4 杨瑞;;“微课”视域下移动学习管理的应用模式[J];山海经;2018年23期

5 贾晓芸;;英语学困生学习积极性调动方法探析[J];吉林教育;2016年29期

6 刘佳琴;;合作学习中如何处理好优生和学困生的关系[J];德阳教育学院学报;2003年04期

7 吴甸起;;论新课改背景中的合作学习[J];青年教师;2007年03期

8 殷晓静;;基于资源的学习:信息化教育的一种重要模式[J];教育革新;2008年08期

9 肖川;;学习的真义[J];青年教师;2016年08期

10 刘冬梅;;让学生在语文学习中感受快乐[J];四川工程职业技术学院学报;2007年02期

相关会议论文 前10条

1 阿勒尔黑;;浅析数学学习习惯的培养[A];2018年“基于核心素养的课堂教学改革”研讨会论文集[C];2018年

2 张平;王兰启;李晓敏;韦国友;和晓聪;;学生良好学习习惯的培养有效学习的研究[A];《教师教学能力发展研究》科研成果集（第十七卷）[C];2018年

3 胡明标;;小学数学自主探究性学习的实施策略研究[A];《教师教学能力发展研究》科研成果集（第十一卷）[C];2017年

4 陆春庚;;学习型课堂构建刍议[A];《当代教育评论》2017第6辑[C];2017年

5 崔正华;;如何激发儿童学习舞蹈的兴趣[A];《教师教学能力发展研究》科研成果集（第十二卷）[C];2017年

6 王家高;李亚丽;滕华;李升阳;;高中数学合作学习探究与创新的研究[A];《教师教育能力建设研究》科研成果汇编（第七卷）[C];2018年

7 回春荣;;提高学习数学的兴趣——数学变得好玩了[A];信息化促进课堂教学方式改革项目资料(数学)[C];2010年

8 周广淑;张维雨;付玉超;陶柱;吴海生;;创新教育管理提高学生课堂学习兴趣的实效探究[A];第十届中国智慧工程研究会基础教育“十三五”规划课题会议论文集（议题三：教学管理视点）[C];2017年

9 秦兆彦;陈妮;杨丽君;李晓辉;秦珊;;中小学生厌学问题的研究[A];《教师教学能力发展研究》科研成果集（第十七卷）[C];2018年

10 王晓];刘曦;王丹;张吉芳;张媛斐;李凤丽;任仲杰;;小学语文合作学习的研究[A];《教师教学能力发展研究》科研成果集（第十七卷）[C];2018年

相关重要报纸文章 前10条

1 黄爱梅 桐城市范岗镇余桥小学教师;浅谈“学困生”的教育[N];江淮时报;2016年

2 实习生 邹春霞　本报记者 雷宇;中专生尹卫东：不要仅为成绩而学习[N];中国青年报;2012年

3 河南省洛阳市伊川县白元镇第一初级中学 张利浦;教师如何有效组织学生进行小组合作学习[N];山西青年报;2018年

4 北京语言大学教育测量研究所原所长 中国教育学会统计测量分会副理事长 谢小庆;为个性化学习配好“自助餐”[N];中国教育报;2017年

5 江苏省宿迁市钟吾初级中学校长 宋志平;现代校长：“首席学习官”＋“公共服务官”[N];中国教师报;2018年

6 中国青年报·中青在线记者 王烨捷 实习生 吴陈怡;上海：“绿色指标”让学习“性价比”更高[N];中国青年报;2018年

7 王天桥 贵州师范学院马列主义教学部;把学习作为一种健康的生活方式[N];贵州日报;2018年

8 广东省深圳市教育幼儿园园长 王翔;混龄走班成就自主跨越性学习[N];中国教育报;2018年

9 湖北省武汉经济技术开发区洪山小学 张虹;让学习在思辨中发生[N];中国教师报;2018年

10 高琼 童雅琴 徐俊;让每一位学子都成为学习的强者[N];中国教育报;2018年

相关博士学位论文 前10条

1 张正;基于结构和判别语义嵌入的图像表征学习研究[D];哈尔滨工业大学;2018年

2 李志杰;面向大数据分析的多任务加速在线学习算法研究[D];武汉大学;2015年

3 魏晓聪;面向评论文本的迁移学习研究及应用[D];大连理工大学;2017年

4 罗珍珍;课堂教学环境下学生学习兴趣智能化分析[D];华中师范大学;2018年

5 薛晓伟;基于视角学习的分类算法研究[D];浙江大学;2017年

6 田青;有序学习及在图像分析中的应用研究[D];南京航空航天大学;2016年

7 邹朋成;有监督的相似性度量学习研究与应用[D];南京航空航天大学;2016年

8 崔国富;学习型社会建设与教育的使命[D];东北师范大学;2005年

9 刘玉静;合作学习的伦理审思[D];山东师范大学;2006年

10 许苏;基于默会认识论的体悟学习研究[D];华东师范大学;2006年

相关硕士学位论文 前10条

1 窦英心;高校家校合作中的学习支持服务[D];东北石油大学;2018年

2 杜丽敏;高职学生学习兴趣现状及教育对策研究[D];河北科技师范学院;2018年

3 安丽琳;震灾后学生学习状态调整的社会工作介入[D];东北石油大学;2018年

4 尚可;基于学生学习满意度的高校多媒体教学评价[D];苏州大学;2018年

5 马倩;面向中学教育的碎片化学习平台原型设计与实现[D];中央民族大学;2018年

6 邹小玲;高中生语文学习中问题意识培养的研究[D];南京师范大学;2018年

7 陈金妍;海南省少数民族地区初中生学习政治课情况的调查研究[D];海南师范大学;2018年

8 张小凤;对我国慕课学术性学习支持服务的研究[D];云南师范大学;2018年

9 孙燕龙;大学生在线学习行为评价建模与应用研究[D];云南师范大学;2018年

10 柴博;基于学科体系的碎片化学习资源设计研究[D];云南师范大学;2018年

本文编号：2721236