学习的基于规则的系统是否被视为强化学习？

Question

我正在阅读 Glenn Seemann 和 David M Bourg 所著的《游戏开发人员的人工智能》一书，他们在其中使用视频游戏人工智能作为基于规则的学习系统的示例。

基本上，玩家有 3 种可能的移动方式，并以三连击的组合命中。人工智能旨在预测玩家的第三次打击。该系统的规则是所有可能的三步组合。每个规则都有一个与之关联的“权重”。每次系统猜测错误时，规则的权重都会降低。当系统必须选择规则时，它会选择权重最高的规则。

这与基于强化学习的系统有何不同？谢谢！

Answer 1

是的，这是术语established use 中的强化学习。由于“热门”部分涉及深度学习应用程序，您可能会遇到当今从事积极研究的人的一些反对意见。

您的应用程序有一个定义明确的游戏树可供搜索；您可以使用与游戏直接对应的数学结构来指导增援。这是一个机器学习应用程序，以及完善的学习算法。

当前的“热门”研究正在处理更复杂的游戏场景，其中动作与其结果之间的对应关系没有明确定义。这些视频游戏使用深度学习网络而不是游戏树，以最终发现将导致更高成功的动作规则。它们完全属于 AI 的 DL 部分，这就是为什么您会在阅读的内容中看到分区。