不少人对强化学习的印象还停留在打游戏。比如，著名的「阿尔法狗」、Deepmind与OpenAI发布足以击败人类顶级玩家的《星际争霸》和《魔兽争霸2》游戏系统。

事实上，强化学习系统正从研究实验室过渡到影响力更大的实际应用程序。强化学习可以学习最佳策略以控制大型复杂系统，例如制造工厂，交通控制系统（道路/火车/飞机），金融资产，机器人等。像Wayve 和Waymo这样的自动驾驶汽车公司正使用强化学习来开发汽车控制系统。

我们已经看到了技术环境变化有多快。几年前，深度学习进入商业领域。如今，30%的高科技和电信公司、以及16%的其他行业的公司都有嵌入式深度学习能力。当高管们理解到强化学习的潜力后，许多组织都会走上类似新西兰酋长队的道路——首先，实现更传统的技术来解决问题，然后，应用强化学习将性能提升到以前无法达到的层次。 强化学习的应用场景 本文从以下五个方面进行论述： （一）卫冕冠军与AI「水手； （二）强化学习走出实验室； （三）强化学习的三类应用场景； （四）走向广泛部署； （五）开启「自上而下」的强化学习模式。

内容中包含的图片若涉及版权问题，请及时与我们联系删除