大的游戏方式。
而通过自我对弈和强化学习，构成了开放端学习算法的基本范式，学习人的策略，并确保娜芙的智能体在整个游戏过程中不断探索这些策略，从而让“她”获得更大的升级与进步。
此外，由于星际争霸这款游戏具有巨大的动作空间，会让许多先前强化学习方法变得无效。
罗晟因此还为娜芙开发了一种全新的算法进行非策略强化学习，使得“她”能从旧有的历史决策的游戏中有效的更新决策。
而罗晟的终极目的可不是让娜芙成为一个“iba”的星际争霸ai玩家，而是以此为起点，让“她”能够胜任复杂多变的其它应用场景。
如果“她”只是在星际争霸的比赛中成为超级高手，换个场景，例如在围棋、语言或其它领域就不行了，那依然是个纯粹的人工智障，和真正的人工智能有着巨大的差距。
……
时间一分一秒的流逝，罗晟猫在他的办公室不知不觉就耗费了三个多小时，为娜芙完成了第二次的优化升级才下班，时间已经不早了。
罗晟在离开办公室之前，又把娜芙放进了暴雪星际战网的天梯中，让“她”与人类玩家不停的对抗。
搞定这一切就没有在管了，下午还要去蔚蓝海岸公司处理一些工作，还有一场会议什么。
而被放养的娜芙就在做一件事情，不断与人类玩家对战。
娜芙的背后支撑“她”的几乎是整个苏城数据中心，消耗的是算力资源，是电费。
事实上如果没有钱，是不可能养得起一个人工智能的，就更别说是开发阶段了。
如果是像ib公司这样的人工智能研发机构，制约其发展的可能是开发者本身，但见证过人工智能的罗晟，对于开发而言反而是最轻松的。
但仍然有问题制约着他。
那就是硬件，娜芙的成长被现在的硬件水平限制了，如果有更好的硬件基础，会迎来一次质的飞跃。
深度网络需要高端gpu在大量数据的合理时间内进行训练，这些硬件非常昂贵，当然在罗晟这里没有贵这个说法。
可问题是现在没有符
本章未完，请点击"下一页"继续阅读！ 第3页 / 共8页