neural-network - 神经网络真的是废弃软件吗？

Question

我打算使用 神经网络用于逼近 中的值函数强化学习算法。我想这样做是为了在我如何表示状态和 Action 方面引入一些概括性和灵活性。

现在，在我看来，神经网络是实现这一目标的正确工具，但由于我不是 AI 专家，因此我在这里的知名度有限。特别是，如今神经网络似乎正在被其他技术所取代，例如支持向量机，但我不确定这是否是一个时尚问题，或者神经网络中是否存在一些真正的限制可能会破坏我的方法。你有什么建议吗？

谢谢，
通努兹

Answer 1

的确，神经网络不再像以前那样流行，但它们几乎没有消亡。他们失宠的一般原因是Support Vector Machine的兴起。 ，因为它们全局收敛并且需要更少的参数规范。

然而，SVM 实现起来非常繁重，并且不像 ANN 那样自然地推广到强化学习(SVM 主要用于离线决策问题)。

如果您的任务似乎适合某个人，我建议您坚持使用 ANN，因为在强化学习领域，ANN 在性能方面仍处于领先地位。

Here's a great place to start ;只需查看标题为“时间差异学习”的部分，因为这是 ANN 解决强化学习问题的标准方式。

一个警告:机器学习的最新趋势是通过 bagging or boosting 一起使用许多不同的学习代理。 .虽然我在强化学习中没有看到这么多，但我确信采用这种策略仍然比单独使用 ANN 强大得多。但除非你真的需要世界一流的性能(这就是赢得 Netflix 比赛的原因)，否则我会避开这种极其复杂的技术。