剧情介绍：足球比赛压注软件

足球比赛压注软件

论文通讯作者、位于英国伦敦的谷歌DeepMind的Edward Hughes和同事一起，利用深度强化学习训练了一个智能体，这个智能体能在名为GoalCycle3D的物理模拟任务空间里，几分钟内发现和模仿新专家的行为，并记住所学知识。训练后，他们发现这个智能体可以在各种有挑战性的导航问题中从人类和AI专家这里快速学习，虽然它们以前从来没见过人类。比如，这个智能体可以在包含大量障碍的复杂地形中穿梭。