最近因为与深度学习结合，解决海量数据的泛化问题，取得了让⼈印象深刻
的成果。包括 DeepMind 的⾃动学习玩 ATARI 游戏，以及 AlphaGo 在围棋⼤赛中
战胜世界冠军等，其背后的强⼤武器就是深度强化学习技术。相对于 DeepMind
和学术界看重强化学习的前沿研究，阿⾥巴巴则将重点放在推动强化学习技术
输出及商业应⽤。在阿⾥移动电商平台中，⼈机交互的便捷，碎⽚化使⽤的普
遍性，页⾯切换的串⾏化，⽤户轨迹的可跟踪性等都要求我们的系统能够对变
幻莫测的⽤户⾏为以及瞬息万变的外部环境进⾏完整地建模。平台作为信息的
载体，需要在与消费者的互动过程中，根据对消费者（环境）的理解，及时调整
提供信息（商品、客服机器⼈的回答、路径选择等）的策略，从⽽最⼤化过程累
积收益（消费者在平台上的使⽤体验）。基于监督学习⽅式的信息提供⼿段，缺
少有效的探索能⼒，系统倾向于给消费者推送曾经发⽣过⾏为的信息单元（商
品、店铺或问题答案）。⽽强化学习作为⼀种有效的基于⽤户与系统交互过程建
模和最⼤化过程累积收益的学习⽅法，在⼀些阿⾥具体的业务场景中进⾏了很
好的实践并得到⼤规模应⽤。
2021-12-29 15:12:14
19.72MB
1
ERP_手工沙盘_操作教学PPT_（10-产供销发展趋势）_创新创业竞赛.ppt
2021-12-28 19:01:54
58KB
ERP_手工沙盘_操作教学PPT_（2-初始状态设置）_创新创业竞赛.ppt
2021-12-28 18:02:37
1.25MB
ERP_手工沙盘_操作教学PPT_（3-模拟过程说明）_创新创业竞赛.ppt
2021-12-28 18:02:36
429KB