允中 发自 凹非寺
量子位 | 公众号 QbitAI

如何快速理解强化学习的概念？

驯只猫就行。

比如下面这位爷，巨皮。

整天就是跑酷、尿炕、抓沙发，搞到人头皮发麻、心态爆炸。

直到你忍不了了，决定对它进行残酷的猫德教育。方案是：

以后在家，每当它表现出一次守猫德的行为，就奖励一根猫条；

而每当它皮一次，你就立刻扑过去，咬它的头……

这样反复拉扯两个月之后，你的猫再也不敢皮了——

这个过程里发生的事情，就是“强化学习”：

一个智能体（你的猫）在与环境（有你的你家）互动的过程中，在奖励（猫条）和惩罚（咬头）机制的刺激下，逐渐学会了一套能够最大化自身收益的行为模式（安静，躺平）。

所以其实，养猫跟搞人工智能，道理是一样的。