“施工图”来了:建设先行示范区 深圳要这么干

记者 郑菁菁 

目前,亚太股份已经明确将无人驾驶作为自身战略方向之一,并通过对外投资、技术合作等方式使公司在智能汽车无人驾驶产业链布局更加完善,初步搭建了智能汽车环境感知+主动安全控制+移动互联的智能驾驶生态圈。本次合作协议的签订标志着公司通过布局智能驾驶生态圈,切实推进智能驾驶产业化的发展。滴滴美团严重失信

任健:接下来这个环节非常有意思,也就是在座企业没有上台演示的,也听了一天,下面实际上是互动的环节,大家有什么问题可以向著名投资人来提问,如果大家在问题的时候,我就客串一把,给他们提问题。林书豪缅怀高以翔

其中Policy Network用来在Selection和Expansion阶段,衡量为每一个子节点打分,找出最有希望、最最需要预先展开的那个子节点。Policy Network网络的训练,是通过观察其他人类之间对弈的棋局来学习的,主要学习的目标是:“给定一个棋局,我接下来的一步应该怎么走”?(这是一个静态的过程,不用继续深入搜索更深层的子节点)为此,AlphaGo先读取KGS(一个网络围棋对战平台)上面近16万局共3000多万步的人类走法,通过Supervised Learning的方法,学习出来一个简单的SL Policy Network(同时还顺便训练出来Simulation阶段用来一路算到决胜局使用的Rollout Policy)。然后基于这个在人类棋局上学习出来的SL Policy Network, 使用强化学习(Reinforcement Learning)的方法通过自己跟自己对弈,来进一步优化Policy Network。这么做的原因,一个可能的原因是通过人类棋局学出来的SL Policy Network,受到了人类自身能力的局限性的影响(KGS棋局中包含了很多非专业棋手,实力层次不齐),学不出特别好的策略来。那不如在此基础上,自己跟自己打,在此过程中不断学习不断优化自己的策略。这就体现了计算机的优势,只要不断电,计算机可以不分昼夜不断自己跟自己下棋来磨练棋艺。RL Policy Network初始参数就是SL Policy Network的参数,但青出于蓝而胜于蓝,实验指出RL跟SL策略对弈,RL胜率超过80%。RL Policy Network也是最终应用在实际对战过程中MCTS Selection阶段的策略。若风道歉

AlphaGo与李世石已经完成四场比赛,在前三局的比赛当中,AlphaGo强势拿下三连胜,今天第四场的对决,赛况较前三局来说比较焦灼,始终没有出现一边倒的情况,最终,李世石不辱使命,代表人类赢下一盘,夺得尊严。林书豪缅怀高以翔

ST夏利是天津夏利汽车股份有限公司,于1999年登陆深交所。上世纪90年代末期,夏利曾连续多年登上全国经济型轿车销量第一的宝座。音乐人黎小田病逝

扫码分享到手机

  • 联通