深度学习与强化学习

随着 DeepMind 公司的崛起， 深度学习和 强化学习 已经成为了人工智能领域的热门研究方向。除了众所周知的 AlphaGo 之外，DeepMind 之前已经使用深度学习与强化学习的算法构造了能够自动玩 Atari 游戏的 AI，并且在即时战略游戏 StarCraft II 的游戏 AI 构建上做出了自己的贡献。 虽然目前还没有成功地使用 AI 来战胜 StarCraft II 的顶尖职业玩家，但是 AI 却能够带给大家无穷的想象力和期待。

本篇 PPT 将会从强化学习的一些简单概念开始，逐步介绍值函数与动作值函数，以及 Q－Learning 算法。然后介绍深度学习中卷积神经网络的大致结构框架。最后将会介绍卷积神经网络是如何和强化学习有效地结合在一起，来实现一些简单的游戏 AI。

之前也写过一份PPT《 当强化学习遇见泛函分析 》，之前 文章从强化学习的定义出发，一步一步地给读者介绍强化学习的简单概念和基本性质，并且会介绍经典的 Q-Learning 算法。文章的最后一节会介绍泛函分析的一些基本概念，并且使用泛函分析的经典定理 Banach Fixed Point Theorem 来证明强化学习中 Value Iteration 等算法的收敛性。