這是一篇報道Reinforcement Learnning（RL）的部落格。RL是很熱門的！

你可能已經注意到，電腦現在可以自動學習玩ATARI遊戲（從原始的 pixelsi遊戲中!），他們模擬的四足動物擊敗了世界冠軍，學習了跑步和跳躍。而且機器人正在學習如何執行復雜的操作任務，而這些複雜的操作是違反了明確的程式的。在RL研究框架下，所有這些進步都是在過去的一年中對RL產生了興趣。我通過Richard Sutton的書，閱讀大衛·西爾弗的課程，看John舒爾曼的講座，在Javascript中寫了一個RL Library。整個夏天，一直圍繞DeepRL小組的DeepMind工作， OpenAI對的設計/發展，一個新的RL基準toolkit展開研究。所以我在這funwagon中至少專研了一年，直到現在還沒有抽出時間來寫。為什麼RL是一個大問題？它是關於什麼的？它是如何發展的呢？並且它可能會發展到什麼境界你？

在wild中RL的例子。從左到右：玩ATARI的深度學習網；在阿塔裡的學習網路中；AlphaGO；伯克利堆疊機器人Leaos ；模擬四足跳躍的外形的動物。

很有趣的是,在RL的最近進展的本質上，我想要考慮四個不同的因素來阻止AI。

1、計算（最明顯的是：摩爾定律、GPUs、 ASICs）

2、資料（在一個nice的形式中，不是在網際網路上的某個地方。如：ImageNet）

3、演算法（研究和想法。如：backprop、CNN、LSTM）

4、基礎設施（軟體under you-Linux，TCP/IP，Git，ROS，PR2，AWS，AMT，Tensorflow，etc.）

與計算機視覺的發展相似，RL的進展並沒有像你想象的那麼多。