基于规则的学习系统是否被认为是强化学习？

Question

我正在阅读Glenn Seemann和David M Bourg所著的《面向游戏开发人员的AI》一书，他们在其中以视频游戏AI为例，以此为基础来学习基于规则的系统。

从本质上讲，玩家有3种可能的动作，并且连击三击。 AI旨在预测玩家的第三击。系统的规则是所有可能的3移动组合。每个规则都有一个关联的“权重”。每次系统猜错时，规则的权重都会降低。当系统必须选择一条规则时，它将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。您可能会遇到与今天进行积极研究的人的对立，因为“热门”部分涉及深度学习应用程序。

您的应用程序具有定义明确的游戏树以供搜索；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，具有完善的学习算法。

当前的“热门”研究正在处理更加复杂的游戏情况，在这些情况下，动作及其结果之间的对应关系尚不确定。这些视频游戏使用DL网络而不是游戏树，以便最终发现将导致更高成功的动作规则。它们牢固地位于AI的DL部分，这就是为什么您在阅读的内容中看到一个分区的原因。