文献类型：期刊文章

作　　者：赵冬斌[1] 邵坤[1] 朱圆恒[1] 李栋[1] 陈亚冉[1] 王海涛[1] 刘德荣[2] 周彤[3] 王成红[4]

机构地区：[1]中国科学院自动化研究所复杂系统管理与控制国家重点实验室,北京100190 [2]北京科技大学自动化学院,北京100083 [3]清华大学自动化系,北京100084 [4]国家自然科学基金委信息科学部,北京100085

出　　处：《控制理论与应用》

基　　金：国家自然科学基金项目(61273136;61573353;61533017)~~

年　　份：2016

卷　　号：33

期　　号：6

起止页码：701-717

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：深度强化学习将深度学习的感知能力和强化学习的决策能力相结合,可以直接根据输入的图像进行控制,是一种更接近人类思维方式的人工智能方法.自提出以来,深度强化学习在理论和应用方面均取得了显著的成果.尤其是谷歌深智(Deep Mind)团队基于深度强化学习方法研发的计算机围棋"初弈号–Alpha Go",在2016年3月以4:1的大比分战胜了世界围棋顶级选手李世石(Lee Sedol),成为人工智能历史上一个新里程碑.为此,本文综述深度强化学习的发展历程,兼论计算机围棋的历史,分析算法特性,探讨未来的发展趋势和应用前景,期望能为控制理论与应用新方向的发展提供有价值的参考.

关 键 词：深度强化学习  初弈号  深度学习  强化学习  人工智能

分 类 号：TP18]