7.阿尔法狗与强化学习算法

7.1 人工智能的发展 老一代人工智能深蓝，使用穷举法战胜国际象棋大师 AlphaGo，围棋的可能性要远远超过国际象棋，因此挑战围棋的新一代人工智能的进化采用了这么长的时间。它没有使用穷举法，而是使用了类似决策树的算法，即机器学习。 机器学习区别于穷举法的地方是，它仅取出若干可能性，再去计算新的可能 7.2～7.4 强化学习算法 马尔可夫决策树 策略与估值函数 监督学习利用已有经验，促使机器快速学