三、機器學習與控制科學(筆者尚未理清楚,請路過大佬留言指點)
從實現科學體系來看,機器學習涉及概率學(統計推斷),運籌學(優化問題)等。是解決人工智能問題的重要方法。
提出問題:機器學習可以比傳統控制理論更好的解決控制問題嗎?
思考:PID控制在理想控制問題中是完美的解決方案,在工業控制中具有地位。
機器學習在機器人控制領域頗有建樹,如四足機器人,波士頓動力機器人。在複雜建模問題中,由於傳統控制建模的複雜性提高,使其效果弱於機器學習?
另外,學者們對神經網絡在工程控制應用中的穩定性和魯棒性表示懷疑。
*在非控制方面,可以發現機器學習擅長判別和準確定義,例如訓練一個模型(一個黑箱子、一個映射函數f())
貓 = f (貓),狗 = f(狗)
如果模型不準確,貓 = f(狗),這時需要參數優化和算法優化,於是機器學習可以理解優化問題。因爲很多優化問題沒有最優解,所以也很少得到完美的機器學習模型。另外還有模型偏差和過擬合,過擬合是指沒有理解數據的和核心只記住了表現。機器學習處理的問題很多沒有解析解,需要大量的數據計算數據解。