机构名称：
¥ 2.0
强化学习是预测和最大化长期回报的问题。计算机科学家认识到，可以通过根据预测误差（观察到的回报和预期回报之间的差异）更新预测和行动策略来解决此问题。值得注意的是，基底神经节似乎使用了类似的策略，其中多巴胺提供预测误差来更新纹状体中的预测和行动策略。我们回顾了自然和人工智能的这种融合是如何得到阐述和挑战的，重点关注将尖端机器学习算法与实验观察联系起来的最新发展。一个反复出现的主题，无论是从理论还是从经验上讲，都是简单的错误驱动学习算法在配备适当丰富（并且可能分布）的状态表示时具有惊人的力量。这些表征反过来又被多巴胺能预测误差所修改，形成了一个良性循环，学习算法可以增强其解决更复杂任务的能力。
利用多巴胺进行强化学习：自然与人工智能的融合
主要关键词
相关文件推荐
