『人工智能』单一任务强化学习遇瓶颈？「灾难性遗忘」的锅！Bengio参与( 二 )
这项研究证明 ， 在深度强化学习中 ， 单个游戏中的AI无法持续学习 ， 是因为存在「灾难性干扰」 。
并且 ， 这一发现还表明 ， 先前对于「任务」构成的理解可能是存在误导的 。 研究人员认为 ， 理清这些问题 ， 将对强化学习的许多基础问题产生深远影响 。
传送门 论文地址：https://arxiv.org/abs/2002.12499
GitHub：https://github.com/google-research/google-research/tree/master/memento
— 完 —
量子位 QbitAI · ***签约
关注我们 ， 第一时间获知前沿科技动态
推荐阅读
- 「图像处理」李沐团队提出最强ResNet改进版，多项任务达到SOTA | 已开源
- 每日经济新闻咨询@联邦学习成人工智能新贵 腾讯安全：技术服务能力才是重点
- 【】人工智能突破三维矢量全息新技术
- 『』一汽集团成立人工智能公司，2019人工智能应用场景、发展趋势分析
- 「人工智能」AI“慢生意”，驶入“快车道”
- 『栈外』人工智能一秒把照片转成油画，我们为什么还需要画家？
- 清疯子：身边的人工智能技术
- [人工智能]原创 张强委员：运用人工智能技术减少医患感染
- 火星：NASA分享火星探索任务新信息：将使用三艘宇宙飞船
- 「机器人」科学家使用集成神经网络改变机器人步态