-
强化学习在阿里的技术演进与业务创新_reinforcement_learning--2018高清有书签文字版下载
资源介绍
最近因为与深度学习结合,解决海量数据的泛化问题,取得了让⼈印象深刻
的成果。包括 DeepMind 的⾃动学习玩 ATARI 游戏,以及 AlphaGo 在围棋⼤赛中
战胜世界冠军等,其背后的强⼤武器就是深度强化学习技术。相对于 DeepMind
和学术界看重强化学习的前沿研究,阿⾥巴巴则将重点放在推动强化学习技术
输出及商业应⽤。在阿⾥移动电商平台中,⼈机交互的便捷,碎⽚化使⽤的普
遍性,页⾯切换的串⾏化,⽤户轨迹的可跟踪性等都要求我们的系统能够对变
幻莫测的⽤户⾏为以及瞬息万变的外部环境进⾏完整地建模。平台作为信息的
载体,需要在与消费者的互动过程中,根据对消费者(环境)的理解,及时调整
提供信息(商品、客服机器⼈的回答、路径选择等)的策略,从⽽最⼤化过程累
积收益(消费者在平台上的使⽤体验)。基于监督学习⽅式的信息提供⼿段,缺
少有效的探索能⼒,系统倾向于给消费者推送曾经发⽣过⾏为的信息单元(商
品、店铺或问题答案)。⽽强化学习作为⼀种有效的基于⽤户与系统交互过程建
模和最⼤化过程累积收益的学习⽅法,在⼀些阿⾥具体的业务场景中进⾏了很
好的实践并得到⼤规模应⽤。
- 上一篇: Corte-M0用户手册
- 下一篇: js实现table行列固定