强化学习与自动驾驶

原创：晏茜
资料来源：时老师

本文主要介绍强化学习在智能交通，尤其是自动驾驶领域的应用。首先带大家了解强化学习的内涵，然后分析如何构建强化学习的问题，最后会基于项目内容去讲解自动驾驶领域中如何应用强化学习。

1. 认识强化学习

我们来认识一下什么是强化学习。强化学习它不只是计算机科学中的内容，它其实是一个交叉性的综合学科，如图所示，它是计算机科学、工程学、数学、经济学、心理学、神经科学等学科的交叉。

机器学习的分类

机器学习（Machine Learning）分为监督学习（Supervised Learning），无监督学习（Unsupervised Learning），强化学习（Reinforcement Learning）三类。强化学习与监督学习，无监督学习既有一些交集，也有一些差异。

应用场景

强化学习有很多的应用场景，目前落地较为广泛的应用场景是游戏AI。许多强化学习的论文都是发表在游戏领域，比如Atari，AlphaGo等都是游戏AI的应用。

第三张图开发的项目是基于强化学习的卡牌游戏，卡牌游戏主要是用蒙特卡洛树搜索（MonteCarlo Tree Search）的办法，结合强化学习自博弈（Self-play）去训练卡牌，让它能够像人一样做决策，甚至超过人的决策，去战胜人类玩家。

另外一