强化学习，反馈回路与反馈强化就是构成人工智能理论中强化学习的基础机制，强化是指在不断尝试中，个体所学习到的反馈回路，不断更新，并最终优化到可能目标的过程，它和监督式机器学习一样，是构成人工智能的基石，从生物学的角度讲，强化学习更符合人类的进化方式，从古代的尼安德特人开始，不符合正反馈回路的行为或族群就注定被环境所更新，也意味着淘汰，人类之所以进化成人类，是因为除了总结旧有知识并发现规律外，还会不断尝试和探索。深度了解强化学习的机制我们就能发现“学习”这个动作的本质。

　　学习，究竟是为了什么?不打游戏是为了更好的学习，更好的学习是为了更好的生活，那什么又是更好的生活呢?可以痛快的玩游戏，算不算更好的生活呢。我们从小被教导要好好学习，却从来没有真正思考过，为什么要好好学习，如果连成因机制都不了解，看再多的思维教学和学习导论，也没有办法让自己高效的执行学习这件事，我们真的厌恶学习吗?

　　其实，站在人工智能的角度看，学习和玩游戏没有本质的区别，学习是一个枯燥的过程，你要背单词，记公式，还要练习，玩游戏也是如此，你要记忆每个角色的技能，走位技巧，出装顺序，也要通过很多的对局来练习。在强化学习系统中，他们都是一种东西，即“动作”。动作本身无所谓枯燥和有趣，关键看它所处的状态和预期的奖励。人类厌恶枯燥的东西，所以当学习索然无味时，我们就会讨厌学习，这是天性，学习并不能带来和游戏一样的快感，否则的话，没有人会讨厌学习，但是，也有人却坚持学习并乐在其中，为什么?答案就是反馈机制，当学习的动作带给人的收益为正，就会带给我们所说的快感预期，也即前文所题的多巴胺，如果只靠意志力去学习，就像不断绷紧一根弦，强行违背生理的感觉，到最后早晚会断掉。

　　我们绝大多数人，没有移山填海的毅力，因此这样的学习是不科学的，大脑发出指令的动机其实和海洋馆里的海豹一样，是为了眼前那条小鱼干，顶一次球给一条鱼，只有不断收到正向的反馈，才会自然而然地保持前进的动力。高清楚了这点，我们就可以思考，如何让自己像打游戏一样沉迷于学习。

　　我们该怎么做?学霸和学渣的区别，就在于对快感预期的不同，预期不同形成的反馈也不同。学霸，可以看作一个高效的强化学习系统，它具备完整的反馈回路以及有效的反馈强化。具体到操作中，成为学霸，以下三点是基础。

　　缩短反馈周期。反馈周期长意味着半衰期长。那半衰期是什么，以后的文章我会讲，这里只需要知道，反馈周期太长，是大多数人无法坚持的主要原因。举个例子，有的人高中学习成绩很好，可是到了大学就一落千丈，有人说是因为高考之后人松懈了，容易变笨犯懒。很可惜，这个说法并没有研究结论支撑，真正的原因是反馈周期的拉长。在高中时，一个月会有三四次测试，努力学习一个周，就能看到努力的效果，班级名次很容易进步，接着，同学吃惊，家长表扬，老师夸赞，你会觉得很开心，打了鸡血一样继续学习，这种感觉可能会持续几天，还没等它消退，下一次考试又来了，在这样的反馈回路中动作带来的奖励被极大加速，整个系统变得完全正向。而上了大学以后，认真学习一个学期才能有一个号的GPA，这个反馈周期变长了好几倍，而且也很少有人再收到过度的夸奖和极大表扬。因此，大多数人坚持不下来，取而代之的很多人习惯，考试前一周开始执行学习的动作，因为只需要一周就可以获得奖励，比如及格。所以，要想办法减少你的反馈周期。其他做法，将大目标分解成小目标，会更容易塑造一个连续的回路。

　　增加反馈强化。前面我们提到过三种反馈模式，固定比率强化，固定时距强化，不固定比率强化，那么把游戏替换成学习，我们需要做什么?可以是考试累积进步10名，就请自己吃烧烤;也可以是隔壁班的小爱刮目相看的SSR;又或是再看三小时书就去打游戏。对应到相应的收益上来，就是提高学习留存率;延长学习时间;增加学习收益。

　　调整反馈难度，有研究表明，游戏玩家在大多高难度关卡挑战成功后，大脑多巴胺回路会异常激活，也就是说，适当的高难度游戏，能够最大化的激化反馈回路，这也是很多游戏中设置排位赛机制的由来，通过匹配不同难度的对手，既不会让你一直输下去，也不会让你永远赢。而是塑造一种升段掉段的奖励机制，让你的反馈回路一直处于半激活状态。在学习中，如何设置难度，需要根据个人情况制定，下一次考试提高10分，或成为班级第一，就是两种不同的难度，既不要太简单也不要太难。

　　一旦大脑完成了一次正反馈回路，那么久尝试过一次甜头，你的动力就会越来越足，甚至会享受学习这件事本身像打游戏一样，疯狂的学习，这，就是学霸的诞生规则。关于反馈机制，还有很多东西可以讲，具体的学习方法也远不止这些。那MR智慧教育，就是在探究学习动机和反馈的根源后，高效地辅助教学，引导反馈回路的正向，通过形象生动性增加反馈强化，大数据的指导下，也针对性的调整反馈难度。奥图码MR智慧教育，用底层思维逻辑，运用5G/VR/AR/MR/AI等技术手段，激发学习元动力。

　　更多精彩，敬请期待。

　　奥图码数码科技(上海)有限公司致力于智慧教育驱动力协作发展，欢迎合作垂询。

　　注：本文为企业发布的推广文案，不代表本站观点。