“机器智能、系统优化与最优决策”专刊前言

摘要

cqvip:2016年3月,谷歌公司开发的计算机程序AlphaGo(初弈号)在韩国首都首尔挑战当今世界顶级棋手—–韩国职业九段李世石(LeeSedol),并最终取得4胜1负的令世界震惊战绩.这标志着人工智能方法已经能够在复杂的棋类博弈游戏中达到匹敌、甚至超越人类的水平.其基本原理是将具有“感知”能力的深度学习(deeplearning)和具有“决策”能力的强化学习(reinforcementlearning)紧密结合,构成深度强化学习(deepreinforcementlearning)算法,并与蒙特卡罗树搜索结合.它极大地减少了目标优化过程的计算量,提升了对棋局估计的准确度.