吃鸡类游戏很多人都玩过，但你在里面遇见过 AI 吗？最近，西山居正在研发一款名为《荣耀之海》的吃鸡类游戏，针对这款游戏，超参数科技研发了一款 3D 生存类 AI——猎户座α。该团队的创始人是原腾讯 AI Lab 总经理刘永升，团队其他部分成员之前也参与过腾

机器之心原创，作者：Yufeng Xiong，编辑：李亚洲、Hao Wang，编译：路、张倩。当地时间 12 月 5 日，NeurIPS 2018 Posner Lecture 邀请到了 Facebook 蒙特利尔 FAIR 实验室负责人、麦吉尔大学副教授

本文作者是切尔西足球俱乐部粉丝，他写了一篇英文博客介绍如何使智能体在 FIFA 18 游戏中更加完美地踢任意球，共分为两部分：用神经网络监督式地玩 FIFA 18；用强化学习 Q 学习玩 FIFA 18。构建能玩 FIFA 游戏的智能体与游戏内置的 Bot

强化学习在与之相关的研究者中变得越来越流行，尤其是在 DeepMind 被 Google 收购以及 DeepMind 团队在之后的 AlphaGo 上大获成功之后。在本文中，我要回顾一下 David Silver 的演讲。David Silver 目前任职

深度强化学习是目前的AI中最激动人心的领域之一。现在还处于早期阶段，但有一些服务水平不高的市场已经可以应用今天的技术。不少的企业都想要自动化或优化工业系统和流程的效率。但是，构建应用DRL的一个关键要素是：模拟环境。在这篇文章中，我们会告诉你模拟器可以做什

假设你是一名骑士，你需要拯救被困在上面地图上显示的城堡中的公主。这可以使用“积分评分”系统进行评估。这是第一个策略。绿色表示“安全”，否则表示红色。每个单元格的价值将是该给定状态和行动的最大期望未来报酬。它返回该行动在该状态下的预期未来回报。选择一个动作一

2018年8月4月，由北京理工大学大数据创新学习中心与中国科学院人工智能联盟标准组联合主办的“2018深度强化学习：理论与应用”学术研讨会，学界与业界顶级专家济济一堂，共同分享深度强化学习领域的研究成果。阿里妈妈精准展示技术算法团队靳骏奇老师以强化学习在展

从一个房间的任何位置将一张纸投入垃圾桶。我可以将纸张向任何方向移动。C比B更接近但是朝着完全错误的方向投掷，因此击中垃圾桶的概率非常低。这可能看起来不合逻辑，C会向这个方向投掷，但是，正如我们稍后将要展示的那样，算法必须首先尝试一系列方向来确定成功的位置，

本论文对强化学习顶尖试验结果的复现性进行了详细的探讨，并讨论了超参数和随机种子等变量对强化学习模型复现性的重要影响。除此之外，作者还对复现实验所面临的挑战和实验技巧做出了详细的论述。机器之心简要介绍了该论文。近年来，深度强化学习被用于解决很多领域中的难题，