网络安全被挑战

尤其对于物联网平台来说，2020年其作为物联网关键基础设施的理念得到加强。虽然预期的行业洗牌确有发生，定位不准确、缺乏竞争力的平台逐渐消失;但在另一方面，仍有新玩家在2020年入局，他们切入具有优势的细分场景自建或与第三方共建物联网平台，使传统的商业模式发生创新与改变。

本文将回顾去年物联网平台的诸多事件，以5大提升与5大挑战的角度冷静看待平台产业的过去与未来。

第一大提升是平台连接设备数量再创新高。

根据IDC、Gartner、IoT Analytics等多个行研机构的预测数据，全球物联网设备连接数量将持续增长至数百亿级别，带来万亿规模的市场空间，市场总体将由连接、应用、平台与服务等共同组成。

连接是起点，连接的意义是重要的。

在消费级市场，包括小米和阿里天猫精灵，2020年都在持续公开设备连接数以展现业务线发展速度：
 

"明明说好三年，三年之后又三年，都快十年了老大!"

《无间道》里这句名台词，抒发的是潜入黑帮的卧底警察陈永仁迟迟等不到警方的收网计划，对现状的一股埋怨。

物联网事业在某种程度与之相似，以2009年为中国物联网产业元年计算，到2020年时已经走过十年光阴。其间，不少曾渴望迅速获利的创业公司意识到物联网是一项长期生意，在碎片化、分散化的产业痛点面前，无论多少的创业热情都可能被迅速冷却，因此只能把眼光放长远，相信在未来能迎来美好前程。
 

结语

希望本文对MuZero的介绍对你有所启发！

如果想了解更多细节，可以阅读原文，还可以查看我在NeurIPS的poster以及在ICAPS上发表的关于MuZero的演讲。

最后，分享给你一些其他研究人员的文章，博客和GitHub项目：

<ahelp_12" name="help_12"></ahelp_12">

• A Simple Alpha(Go) Zero Tutorial

• MuZero General implementation

• How To Build Your Own MuZero AI Using Python

1. 为简单起见，在MuZero中仅使用单个网络进行预测。

2. 根据Rémi Coulom在2006年发表的Efficient Selectivity and Backup Operators in Monte-Carlo Tree Search，MCTS为解决围棋问题提供可能。具体而言，MCTS中的“蒙特卡洛”指在围棋比赛中的随机模拟数，通过计算每次随机移动得获胜概率从而选择合适位置。

3. MuZero中使用的比例因子为∑bn(s,b)√1+n(s,a)⋅(c1+log(∑bn(s,b)+c2+1c2))，其中n(s,a)表示从状态s到动作a的访问次数，常数c1和c2分别为1.25和19652，它们决定先验对于值估计得重要性。请注意，当c2远大于n时，c2的确切值不再重要，对数项此时为0。在这种情况下，公式简化为c1⋅∑bn(s,b)√1+n(s,a)c1。

4. 就像AlphaGo之前的许多Go程序使用的随机卷展，随机评估函数有一定作用。但如果评估函数是确定性的（如标准神经网络），那么对同一节点多次评估没什么意义。

5. 在棋盘游戏中，折扣因子γ为1，TD步数趋于无限，因此，这仅适用于对蒙特卡洛奖励（游戏获胜者）的预测。

6. 在运行MuZero时，无需单独对行动者进行重分析：由于只有一组行动者，在每次行动之前决定是与环境交互生成新轨迹还是对存储轨迹进行重分析。
   
   

（编辑：阜阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!