1、知识获取与强化学习中的自适应转移率实验

知识获取与强化学习中的自适应转移率实验

知识获取的重要性与相关背景

在当今社会，知识对于个人、组织和社会的可持续性、竞争力和发展起着至关重要的作用。因此，解决知识获取瓶颈问题变得比以往任何时候都更加重要。知识获取领域涵盖了从知识的基本观点到知识获取技术、工具和方法的评估等多个方面。

作为人工智能（AI）的一个子领域，知识获取的解决方案通常会结合其他AI领域的技术，如本体工程、基于代理的技术、机器人技术、图像识别和语义网等。同时，也会涉及到其他计算领域的知识获取方法，如数据库、互联网、信息检索、语言技术、软件工程、决策支持系统和游戏技术等。许多解决方案都聚焦于实际应用，解决诸如知识维护和验证、重用和共享、合并和协调等现实世界中的问题。

太平洋知识获取研讨会（PKAW）在过去的二十年里为太平洋地区及其他地区的知识获取研究人员和从业者提供了一个交流平台。PKAW涵盖了从人工专家手动获取知识到使用机器学习或数据挖掘方法进行全自动知识获取的各种技术和方法。

2008年在越南河内举行的太平洋知识获取研讨会（PKAW 2008）与太平洋 Rim国际人工智能会议（PRICAI 2008）同期举办。该研讨会共收到来自14个国家的57篇投稿，其中15篇（26%）被接受进行全文展示，另外14篇进行简短展示。所有论文均经过程序委员会至少三名成员的盲审。本论文集收录了经过研讨会讨论后进一步修订的部分论文，这些论文展示了理论、技术和应用驱动研究的平衡，约半数论文反映了基于网络的数据在知识发现和管理中的应用日益增加。

强化学习中的转移学习问题

在强化学习问题中，智能体在未知环境中行动，目标是最大化其奖励。所有学习智能体都面临探索 - 利用困境，即