強化學習只有在遊戲取得成功是有原因的 因為遊戲世界本身就是一個純虛擬的環境 操控的自由度也不高 比如說圍棋就是19*19取一格落子 (19*19看起來很高 可是特斯拉的機器人光手掌就有二十幾個dof) 所以下圍棋可以一秒鐘就下幾千萬盤棋 但你如果要做一隻機械手臂拿實體棋子取棋 然後落子在棋盤上 光是第一手天元 這個動作可能就要訓練幾個小時 實體世界的維度超乎想像得高 然後機械零件是有壽命的 除非AI能真正發展出像人腦一樣的推理能力 不然以現有RL那樣讓機器人在一個環境瞎雞巴亂弄 就算有錢如馬斯克也是會被實體世界的複雜度擊垮 -- ※ 發信站: 批踢踢實業坊(pttsite.org.tw), 來自: 96.230.198.240 (美國) ※ 文章網址: https://pttsite.org.tw/Tech_Job/M.1729128577.A.D09

推 whatzup1124 : 這個第一手天元太熟悉了 10/17 09:42

推 aria0520 : 其實就算不第一手天元應該也能贏 10/17 10:01

推 xu3vul3vmp : Omniverse 10/17 11:46

推 steven88669 : RL目前看到比較多在封閉的倉儲agv 應用 10/17 12:55

推 dildoe : 想這麼多 不考慮亞洲大外包嗎？ 10/17 13:21

推 glenber: 交男友跟包養有什麼差別 10/17 13:21

推 DrizztMon : 其實loss寫得出來的問題都沒有必要用RL阿 10/17 13:37

→ han3rd : sim2real研究研究 10/19 10:39