[Open House]基於深度強化式學習的遊戲AI (需報名)
- 講者吳廸融 博士 (中央研究院資訊科學研究所)
邀請人：廖弘源 - 時間2023-10-21 (Sat.) 10:40 ~ 11:05
- 地點資訊所新館106演講廳
摘要
https://openhouse.sinica.edu.tw/
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。
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。