AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：Yann LeCun不看好強(qiáng)化學(xué)習(xí)：「我確實(shí)更喜歡 MPC」
關(guān)鍵字：模型,機(jī)器,智能,系統(tǒng),機(jī)器人
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

機(jī)器之心報(bào)道
編輯：張倩、小舟五十多年前的理論還值得再研究一下？「相比于強(qiáng)化學(xué)習(xí)（RL），我確實(shí)更喜歡模型預(yù)測(cè)控制（MPC）。至少?gòu)?2016 年起，我就一直在強(qiáng)調(diào)這一點(diǎn)。強(qiáng)化學(xué)習(xí)在學(xué)習(xí)任何新任務(wù)時(shí)都需要進(jìn)行極其大量的嘗試。相比之下，模型預(yù)測(cè)控制是零樣本的：如果你有一個(gè)良好的世界模型和一個(gè)良好的任務(wù)目標(biāo)，模型預(yù)測(cè)控制就可以在不需要任何特定任務(wù)學(xué)習(xí)的情況下解決新任務(wù)。這就是規(guī)劃的魔力。這并不意味著強(qiáng)化學(xué)習(xí)是無用的，但它的使用應(yīng)該是最后的手段。」
在最近發(fā)布的一個(gè)帖子中，Meta 首席人工智能科學(xué)家 Yann LeCun 發(fā)表了這樣一番看法。一直以來，Yann LeCun 都是強(qiáng)化學(xué)習(xí)的批評(píng)者。他認(rèn)為，強(qiáng)化學(xué)習(xí)這種方法需要大量的試驗(yàn)，非常低效。這和人類的學(xué)習(xí)方式大相徑庭 —— 嬰兒不是通過觀察一百萬個(gè)相同物體的樣本來識(shí)別物體，或者嘗試危險(xiǎn)的東西并從中學(xué)習(xí)，而是通過觀察、預(yù)測(cè)和與它們互動(dòng)，即使沒有監(jiān)督。
在半年前的一次演講中，他甚至主張「放棄強(qiáng)化學(xué)習(xí)」（參見《GPT-4 的研究路徑?jīng)]有前途？Yann LeCun 給自回歸判了》）。但在隨后的一次采訪中，他又解釋說，他的意思并不是完全放棄，

原文鏈接：Yann LeCun不看好強(qiáng)化學(xué)習(xí)：「我確實(shí)更喜歡 MPC」

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：
作者簡(jiǎn)介：