本文為 11 月 22 日，清華大學計算機系——馮珺博士在第 18 期 phd talk 中的直播分享實錄。
隨著強化學習在機械人和遊戲 ai 等領域的成功，該方法也引起了越來越多的關注。本期 phd talk，來自清華大學計算機系的博士生馮珺，為大家介紹了如何利用強化學習技術，更好地解決自然語言處理中的兩個經典任務：關係抽取和文字分類。
在關係抽取任務中，嘗試利用強化學習，解決遠端監督方法自動生成的訓練資料中的噪音問題。在文字分類任務中，利用強化學習得到更好的句子的結構化表示，並利用該表示得到了更好的文字分類效果。本次分享的兩個工作均發表於 aaai2018。
>
>
>
>
基於模型的強化學習
1 在model based rl裡，雖然學習mdp模型可以提高強化學習的效率，但是如果模型誤差較大可能導致學不到較好的策略，這個問題一般怎麼解決？如果模型學習的不夠精準，那就只能用很短很短的rollout來做planning。例如q planning就是1步的rollout，這樣並不能特別高的提公...
RL（九）基於策略的強化學習
前面的演算法都是基於價值來算的，但是當處理連續動作的問題時，就顯得力不從心了，因為我們需要求的q錶太大，根本無法滿足我們的需要。前面我們在演算法分類的時候也講過，我們可以按基於價值和基於策略的方式來給rl分類，所以這篇部落格就是用基於策略演算法來求解強化學習問題。值函式近似法 在值函式近似法中，動作...
基於強化學習的放置類遊戲
心理基礎 遊戲特定 相關資料 emergent tool use from multi agent autocurricula 實施方案 角色屬性2 移動速度mov spd，每秒移動的格仔數 角色技能1 近程攻擊 角色技能 遠端攻擊 角色每秒可以進行一次操作 移動或者攻擊 角色1屬性 近程攻擊，移動...