檢舉內容

What AI really good at ? （3）

強化學習 (Reinforcement Learning)

上一回我們已經稍微講過了監督式學習、無監督式學習，這一次我們要來討論常見的第三種AI學習模式，強化學習 (Reinforcement Learning)。

關於AI強化學習，它是一種透過不斷反復練習、犯錯的方式來在一種環境之中選擇處最佳選擇的行為模式。

而對於這種學習方式，它與前面我們所探討的其餘學習模組不同之處在於它的反饋。

我們可以舉一個非常簡單的例子在這個強化學習模型之中。

在現實之中的自動駕駛：當一個AI汽車駕駛學習如何在高速公路上行駛能夠避免發生交通意外，如在AI做出了安全的選擇，那麼它就會得到高分數的回饋，反之如果在AI選擇了不安全的駕駛行為，那麼它獲得的就是低分數的回饋。

其中，在強化學習之中，它其實是由三個主要部分組成，藉由拆分這三個部分能夠讓我們更好了解這個學習模組。

第一種：Agent。

Agent代表AI模型，它能夠根據周圍環境狀態的不同而做出行為。

第二種：Environment。

Environment代表著Agent能夠解除到的所有因素，如狀態、事件、報酬。

三者分別指的是當前的環境狀態（遊戲的畫面），和環境之中發生的事件（遊戲裡頭的敵人），還有給予Agent的回饋（遊戲中的分數）。

第三種：Reward。

Reawrd會給予Agent一個合理的報酬，這個報酬取決於Agent做出來的判斷是否正確或是安全。

基於這三種主要部分組合而來的強化學習，AI會不停的做出行為，並且在環境之中得到各種回饋，並且還根據自身所得的回饋來調整自己的行為，直到能夠得到最大的回饋、分數為止，最終打到贏得目標的條件。