使用AI，CNN和RNN的场景记忆

Question

考虑以下场景(图像)。我想开发人工智能，来理解一个特定的事件和序列或者它的链条。

场景1 :首先，球被传给1号球员，然后1号球员可以接球或错失球。

场景2 :1号球员将球传给2号球员，然后2号球员可以接球或错失球。

还有更多的其他组合，但让我们限制在2个场景。我的人工智能想要做的是，记住这两个场景和链！每一幕都发生了什么。

所以我希望从你那里知道的是，我如何实现这种人工智能，我应该应用什么样的方法和技术来开发这种人工智能。据我所知，我发现了RNN，CNN可以做到这一点，不知道它们到底是什么。以及你在这方面看到了什么样的缺点/挑战。以及应该采取的一般步骤来实现这一点。

谢谢。

​

​

Answer 1

谷歌和其他公司一直在使用Deep Q，也就是深度神经网络和强化学习的组合，来训练AI代理玩游戏。我想，这就是你想要做的。

有几个教程、示例和研究文章讨论了这个主题。从这些开始：

• Reddit讨论：I trained a deep Q network built in tensorflow to play Atari pong。
• Medium文章Simple Reinforcement Learning with Tensorflow Part 4: Deep Q-Networks and Beyond

：

然后查看这篇研究文章：Playing Atari with Deep Reinforcement Learning