第489章 互动博弈以及人工智能的应用（第4页）

竞标广告投放。

2.

强化学习（reinforcement

learning，

rl）与博弈

（1）

单智能体

rl

vs.

多智能体

rl（marl）

?传统强化学习（如

alphago）通常只考虑一个智能体在固定环境中的学习问题。

?**多智能体强化学习（marl）**引入博弈论思想，让多个

ai

代理在互动环境中优化策略，如

openai

的

dota

2

ai

或

deepmind

的

alphastar（星际争霸

ai）。

（2）

典型博弈策略学习

?零和博弈（zero-sum

game）：

?例如棋类

ai（围棋、国际象棋、德州扑克

ai）使用**对抗性强化学习（adversarial

rl）**优化策略，使自己获胜的概率最大。

?非零和博弈（non-zero-sum

game）：

?例如

ai

在共享经济（如

uber、滴滴司机动态定价）中学习如何平衡竞争和合作，优化收益。

本章未完，点击下一页继续阅读