一個迭代從而得出最優解的一個算法,對於給定目標,遺傳算法能尋找其最優解。但尋找最優解有一個前提:就是前驅場景B相對於原場景A有何優勢或劣勢。
只要在某類規則下能通過對比得出其,原場景A對比前驅場景B有何優勢或劣勢,就一般能夠進行自主學習迭代學習會一個規則,例如機器自主下棋。下完一步棋后,這步棋是否與先前的場景有更好的優勢或劣勢。
個人觀點是:該類算法下,想要實現人工智能,就是要尋找評判場景的優勢價值的一個算法或場景的評分規則。
一個迭代從而得出最優解的一個算法,對於給定目標,遺傳算法能尋找其最優解。但尋找最優解有一個前提:就是前驅場景B相對於原場景A有何優勢或劣勢。
只要在某類規則下能通過對比得出其,原場景A對比前驅場景B有何優勢或劣勢,就一般能夠進行自主學習迭代學習會一個規則,例如機器自主下棋。下完一步棋后,這步棋是否與先前的場景有更好的優勢或劣勢。
個人觀點是:該類算法下,想要實現人工智能,就是要尋找評判場景的優勢價值的一個算法或場景的評分規則。
本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。