多智能体强化学习MARL

强化学习11——DQN算法

DQN算法的全称为，DeepQ-Network，即在Q-learning算法的基础上引用深度神经网络来近似动作函数Q(s,a)Q(s,a)Q(s,a)。对于传统的Q-learning，当状态或动作数量特别大的时候，如处理一张图片，假设为210×160×3210×160×3210×160×3，共有256(210×60×3)256^{(210×60×3)}256(210×60×3)种状态，难以存储，但
beiketaoerge·2024-01-24 06:46

强化学习13——Actor-Critic算法

Actor-Critic算法结合了策略梯度和值函数的优点，我们将其分为两部分，Actor（策略网络）和Critic（价值网络）Actor与环境交互，在Critic价值函数的指导下使用策略梯度学习好的策略Critic通过Actor与环境交互收集的数据学习，得到一个价值函数，来判断当前状态哪些动作是好，哪些动作是坏，进而帮Actor进行策略更新。A2C算法AC算法的目的是为了消除策略梯度算法的高仿查问
beiketaoerge·2024-01-24 06:40

2019-4-29晨间日记

读书改进：提高效率习惯养成：坚持周目标·完成进度力争完成学习·信息·阅读关注，查看健康·饮食·锻炼少盐，步行人际·家人·朋友和谐工作·思考积极，反思最美好的三件事1.学习2.读书3.看孩子思考·创意·未来强化学习
木子化敏·2024-01-23 20:31

中医强化学习90天打卡第11天

厥阴病条文11.47至11.58讲解【11.47】厥阴之为病，消渴，气上撞心，心中疼热，饥而不欲食，食则吐蚘，下之，利不止。厥阴病是一个阴阳分裂的病，它跟少阴病是一个不同层面的问题。少阴病的很多问题是在于阳虚，而厥阴病它比较是在阴阳的分裂这件事情。那你把这个阴阳分裂的状况解决了之后呢，也可以算是你已经把厥阴病医好了。那通常还是可能有的。厥阴病它的一个特质哦，因为是它的这个寒气就这样往底下掉，热气就
方波先生·2024-01-23 18:38

机器学习 | 深入理解并掌握核心概念

我们将揭开机器学习背后的神秘面纱，解释监督学习、无监督学习、强化学习等不同类型的机器学习算法。目录初识人工智能机器学习概述机器学习算法分类模型评估深度学习概述Jupyt
亦世凡华、·2024-01-23 17:42

【强化学习日志】小鸟管道游戏的gym环境搭建和DDQN训练

最近在学习了强化学习之后，在guithub上下载了一些使用不同强化学习方法的小项目，收获颇丰，于是想自己搭建一个gym环境1，直接使用项目中的一些方法去训练，希望能够加深自己的一些理解游戏参考的github
wushenlunzhe·2024-01-23 16:32

nuaa-数据融合-基于强化学习的小游戏

目录一、写在前面二、安装pygame三、读整个项目文件中的README.md四、模拟强化学习(重点)4.1先装cuda4.2再装cuDNN4.3添加环境变量五、使用conda下载pytorch反转来了env.pymain.pyppo.py
不买Huracan不改名·2024-01-23 16:00

详解强化学习（Reinforcement Learning）（基础篇）

强化学习（ReinforcementLearning）是机器学习的一个分支，主要研究智能体如何通过观察环境状态、执行动作和接收奖励来学习最优策略。
RRRRRoyal·2024-01-23 16:28

【强化学习】----训练Flappy Bird小游戏

文章目录一、游戏介绍与问题定义1.1游戏简介1.2问题定义二、算法介绍2.1预处理2.1.1去除背景颜色2.1.2灰度处理2.2Q-Learning2.3神经网络2.4DQN结构2.4.1增加样本池2.4.2利用神经网络计算Q值2.5组成元素2.6算法设计2.7.1Train.py算法2.7.2test.py算法三、实现方法及参数设置3.1实现方式3.2参数设置四、实验结果及分析4.2各指标关系图
子衿JDD·2024-01-23 16:56

离线MC强化学习算法（1）

文章目录1.理解离线MC强化学习的关键2.什么是重要性采样3.重要性采样定理给我们的一般启示4.重要性采样定理给离线蒙特卡洛强化学习的启示1.理解离线MC强化学习的关键离线强化学习的特点是采样策略π′≠
中年阿甘·2024-01-23 10:00

强化学习：MuJoCo机器人强化学习仿真入门

声明：我们跳过mujoco环境的搭建，搭建环境不难，可自行百度下面开始进入正题（需要有一定的python基础与xml基础）：下面进入到建立机器人模型的部分：需要先介绍URDF模型文件和导出MJCF格式介绍完毕，下面开始进行mujoco仿真：首先将这4个文件复制到.mujoco/mujoco210/bin文件夹中：接着讲ur5的模型stl文件放置在.mujoco/mujoco210文件夹中:进入bi
随机惯性粒子群·2024-01-23 10:25

【机器学习】强化学习（五）深度强化学习理论

强化学习算法如Q学习的确有一些局限性，比如状态和动作空间过大或过复杂的问题。针对这些问题，有一些解决方案，比如：使用函数逼近来近似Q函数，而不是用表格存储。
十年一梦实验室·2024-01-23 09:54

初识人工智能，一文读懂强化学习的知识文集(5)

作者简介，普修罗双战士，一直追求不断学习和成长，在技术的道路上持续探索和实践。多年互联网行业从业经验，历任核心研发工程师，项目技术负责人。欢迎点赞✍评论⭐收藏人工智能领域知识链接专栏人工智能专业知识学习一人工智能专栏人工智能专业知识学习二人工智能专栏人工智能专业知识学习三人工智能专栏人工智能专业知识学习四人工智能专栏人工智能专业知识学习五人工智能专栏人工智能专业知识学习六人工智能专栏人工智能专业知
普修罗双战士·2024-01-23 09:09

基于LLaMA Factory，单卡3小时训练专属大模型 Agent

大家好，今天给大家带来一篇Agent微调实战文章Agent（智能体）是当今LLM（大模型）应用的热门话题[1]，通过任务分解（taskplanning）、工具调用（toolusing）和多智能体协作（multi-agentcooperation
机器学习社区·2024-01-23 01:03

【机器学习】强化学习（三）蒙特卡洛算法

无模型算法三、蒙特卡洛算法蒙特卡洛(MonteCarlo)方法是一种基于样本的强化学习算法，它通过执行和学习代理（也就是我们编程的AI）环境交互的样本路径来学习。
十年一梦实验室·2024-01-22 19:17

强化学习

https://www.bilibili.com/video/BV1DE411P76g?p=1&share_medium=android&share_plat=android&share_source=COPY&share_tag=s_i×tamp=1590542089&unique_k=0sxR2I
eftales·2024-01-22 11:16

NLP论文阅读记录 - 2022 | WOS 04.基于 XAI 的强化学习方法，用于社交物联网内容的文本摘要

文章目录前言0、论文摘要一、Introduction1.1目标问题1.2相关的尝试1.3本文贡献二.相关工作三.本文方法3.1总结为两阶段学习3.1.1基础系统3.2重构文本摘要四实验效果4.1数据集4.2对比模型4.3实施细节4.4评估指标4.5实验结果4.6细粒度分析五总结思考前言XAI-BasedReinforcementLearningApproachforTextSummarizatio
yuyuyu_xxx·2024-01-22 07:57

深度强化学习Task2：策略梯度算法

本篇博客是本人参加Datawhale组队学习第二次任务的笔记【教程地址】文章目录基于价值算法和基于策略算法的比较策略梯度算法策略梯度算法的直观理解策略梯度算法REINFORCE算法基于平稳分布的策略梯度算法REINFORCE算法实现策略函数设计模型设计更新函数设计练习总结基于价值算法和基于策略算法的比较基于价值的算法是通过学习价值函数来指导策略的，而基于策略的算法则是对策略进行优化，并且通过计算轨
卡拉比丘流形·2024-01-22 07:16

一对一包教会脑电教学服务

想强化学习脑电某个内容版块可以吗？...”，也有小伙伴联系我们，咨询脑电相关内容能
茗创科技·2024-01-22 06:24

译文《Learning to Drive in a Day》

摘要——我们展示了深度强化学习在自动驾驶中的首次应用。从随机初始化的参数中，我们的模型能够使用单个单眼图像作为输入，在少数训练集中学习车道跟随策略。
qq_16740151·2024-01-22 06:34

AlphaGo Zero学习笔记

对该状态节点所有可能的动作进行扩展，建立一颗以为根节点的搜索树前向搜索前向搜索在状态动作数量都很少的时候没有问题，但是只要稍微状态动作数量多一点，每个状态的选择就都特别慢了简单蒙特卡洛搜索简单蒙特卡罗搜索基于一个强化学习模型和一个模拟策略
神奇的托尔巴拉德·2024-01-22 02:24

从0开始学习C++ 第十二课：指针强化

第十二课：指针强化学习目标：理解常量指针与指针常量的区别。学习如何使用函数指针。掌握指针与数组的高级使用技巧。
mls学习小记·2024-01-21 16:58

一对一包教会脑电教学服务

想强化学习脑电某个内容版块可以吗？...”，也有小伙伴联系我们，咨询脑电相关内容能
茗创科技·2024-01-21 16:43

Python入门之机器学习（非常详细）篇幅拉满，一般人看不完！

机器学习其实就是想让计算机像人一样思考而研发出的计算机理论，目前常用的机器学习有以下几种算法：监督学习supervisedlearning;非监督学习unsupervisedlearning;半监督学习semi-supervisedlearning;强化学习
码农必胜客·2024-01-21 13:33

统计学习方法-第1章-绪论

2019June28监督学习统计学习方法-第1章-绪论统计学习分类分类标准类型基本分类监督学习、无监督学习、强化学习按模型分类概率模型、非概率模型（在监督学习中，概率模型是生成模型，非概率模型是判别模型
chiemon·2024-01-21 13:04

设计、训练、测试、部署，用Python手把手开发AI模型

有几种不同类型的机器学习，包括监督学习、无监督学习、半监督学习和强化学习。在监
Python学研大本营·2024-01-21 11:50

强化学习第1天：马尔可夫过程

☁️主页Nowl专栏《强化学习》君子坐而论道，少年起而行之一、介绍什么是马尔可夫过程？
Nowl·2024-01-21 10:17

【机器学习】强化学习（四）-时序差分学习

蒙特卡洛算法需要使用完整的片段进行计算，这在有些问题中是不现实的，尤其是对于没有终止状态的问题。时序差分算法对此进行了改进蒙特卡洛控制和时序差分学习有什么区别？四、时序差分算法（TemporalDifferenceLearning,TD学习）4.1时序差分（0）4.2Sarsa算法4.3Q学习（Q-learning）4.4Sarsa和Q-learning有什么区别？4.5示例代码公共类：discr
十年一梦实验室·2024-01-21 06:40

【伤寒强化学习训练】打卡第五十五天 一期90天

4.3.1咳嗽篇条文14.1-14.18串讲张仲景的医术是可以在家自己不靠注解而学习的，读白文并不是一个很不可思议的学习法。麻黄用多了会伤心阳，伤了心阳就会心悸。【14.1】师曰：咳嗽发于肺，不专属于肺病也，五脏六腑感受客邪皆能致咳。所以然者，邪气上逆，必干于肺，肺为气动，发声为咳。欲知其源，必察脉息。为子条记，传与后贤。【14.2】肺咳，脉短而涩。假令浮而涩，知受风邪；紧短而涩，知受寒邪；数短而
A卐炏澬焚·2024-01-21 05:30

(202401)深度强化学习基础2：策略梯度

文章目录前言策略梯度1基于价值算法的缺点2策略梯度算法3REINFORCE算法本章小结前言感谢Datawhale成员的开源本次学习内容的文档地址为第九章策略梯度策略梯度这个章节会开始介绍基于策略梯度的算法。前面的算法都是针对“奖励”或者说“回报（reward）”的，而这次的则是直接对策略本身进行近似优化。这与之前的差别很大，我这里也大约明白了一点为什么任务一直接让人跳到DQN但是却不跳过第二章“马
早上真好·2024-01-20 22:27

（202401）深度强化学习基础与实践1：马尔科夫过程、DNQ算法回顾

算法深度网络经验回放目标网络实战DQN算法DQN算法进阶DoubleDQNDuelingDQNNoisyDQNPERDQNC51算法序言本文章记录Datawhale开源学习组织2024年第一期学习，《深度强化学习基础与实践
早上真好·2024-01-20 22:56

ChatGPT提示词保姆级教程

教程吴恩达联合OpenAI出ChatGPT提示词教程课程涵盖从理论到应用的各个方面，包括大型语言模型、文本嵌入、强化学习等技术的应用。
Dlimeng聊AI·2024-01-20 21:32

AgentFormer: Agent-Aware Transformers for Socio-Temporal Multi-Agent Forecasting

预测多智能体轨迹需要对两个关键维度进行建模:(1)时间维度，我们对过去的智能体状态对未来状态的影响进行建模；(2)社会维度，我们对每个主体的状态如何影响他人进行建模。
学号高并发·2024-01-20 19:46

HAQ: Hardware-Aware Automated Quantization with Mixed Precision

但是如果想认为找到这个最优值是不可能的，于是作者使用强化学习的方法来找到最合理的量化bit数。
JachinMa·2024-01-20 19:44

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)

专属领域论文订阅关注{晓理紫|小李子}，每日更新论文，如感兴趣，请转发给有需要的同学，谢谢支持分类:大语言模型LLM视觉模型VLM扩散模型视觉导航具身智能，机器人强化学习开放词汇，检测分割[晓理紫]每日论文分享
晓理紫·2024-01-20 17:05

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)--大模型、扩散模型、视觉导航

专属领域论文订阅关注{晓理紫|小李子}，每日更新论文，如感兴趣，请转发给有需要的同学，谢谢支持VX关注，并留下邮箱可获得每日定时推送分类:大语言模型LLM视觉模型VLM扩散模型视觉导航具身智能，机器人强化学习开放词汇
晓理紫·2024-01-20 17:34

深度强化学习DQN系算法理解

致谢进行DQN方法整理时，主要对原文进行了学习，并参考了几位作者的笔记，在此一并表示感谢。索引网页如下：https://www.jianshu.com/p/6fe18d0d8822https://www.jianshu.com/p/0fb311d96da4https://www.cnblogs.com/pinard/p/9797695.htmlhttps://blog.csdn.net/mike1
静斋·2024-01-20 17:26

Datawhale 强化学习笔记(二）马尔可夫过程，DQN 算法

文章目录参考马尔可夫过程DQN算法（DeepQ-Network）如何用神经网络来近似Q函数如何用梯度下降的方式更新网络参数强化学习vs深度学习提高训练稳定性的技巧经验回放目标网络代码实战DQN算法进阶DoubleDQNDuelingDQN
RessCris·2024-01-20 17:54

【人工智能】之深入理解 AI Agent：超越代码的智能助手(2)

这些代理通常基于强化学习、监督学习或其他机器学习方法，通过不
魔道不误砍柴功·2024-01-20 13:38

（9-3）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：数据预处理

1.1.6数据预处理数据预处理是训练高质量机器学习模型的关键步骤，在这一步需要检查缺失数据并进行特征工程，以将数据转换为适合模型训练的状态。本项目的数据预处理江湾城以下工作：添加技术指标：在实际交易中，需要考虑各种信息，例如历史股价、当前持仓股票、技术指标等。本文演示了两个趋势跟踪技术指标：MACD和RSI。添加紧急指数：风险厌恶反映了投资者是否选择保留资本，它还在面对不同市场波动水平时影响交易策
码农三叔·2024-01-20 09:21

（9-4）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：构建交易环境

9.7构建交易环境考虑到自动股票交易任务的随机性和互动性，在本项目中将金融任务建模为马尔可夫决策过程（MarkovDecisionProcess，MDP）问题。在训练过程观察股价的变化、执行操作以及奖励计算，使代理根据奖励调整其策略。通过与环境互动，交易代理将制定随着时间推移而最大化奖励的交易策略。本项目的交易环境基于OpenAIGym框架实现，根据时间驱动模拟的原则模拟实时股票市场，使用真实的市
码农三叔·2024-01-20 09:21

（9-2）基于深度强化学习的量化交易策略（OpenAI Baselines +FinRL+DRL+PyPortfolioOpt）：准备环境+下载数据

9.4准备环境1.库FinRL本项目通过著名的库FinRL实现，这是是一个专注于金融领域的强化学习库，旨在为研究人员和开发者提供一个便捷的工具，用于开发、训练和评估金融交易策略。
码农三叔·2024-01-20 09:51

人工智能知识

11语音处理语音识别系统框架：特征提取（mfcc、傅立叶）->声学模型（高斯混合）->语言模型->解码搜索特征提取：梅尔频率倒谱系数、傅里叶变换声学模型：高斯混合模型-隐马尔可夫模型14多智能体系统自主性
奥利奥利奥利奥·2024-01-20 09:46

强化学习Agent系列（一）——PyGame游戏编程，Python 贪吃蛇制作实战教学

强化学习Agent系列（一）——PyGame游戏编程，Python贪吃蛇制作实战教学文章目录强化学习Agent系列（一）——PyGame游戏编程，Python贪吃蛇制作实战教学一、前言1、pygame介绍
风吹落叶花飘荡·2024-01-20 07:51

基于DQN和TensorFlow的LunarLander实现（全代码）

使用深度Q网络（DeepQ-Network,DQN）来训练一个在openai-gym的LunarLander-v2环境中的强化学习agent，让小火箭成功着陆。
全栈O-Jay·2024-01-20 06:58

简单了解【多智能体强化学习(MARL)】

我们的现实生活中有着许多多智能体共同决策的场景，比如多机械臂协同，多个无人机或多个机器人完成某共同目标。下面介绍单智能体强化学习的进化，多智能体强化学习。
全栈O-Jay·2024-01-20 06:28

多智能体强化学习：多智能体系统

1多智能体系统多智能体系统(Multi-AgentSystem，缩写MAS)中包含m个智能体，智能体共享环境，智能体之间会相互影响。一个智能体的动作会改变环境状态，从而影响其余所有智能体。
UQI-LIUWJ·2024-01-20 06:22

[多智能体强化学习] 王树森YouTube课程笔记

前言近期在设计V2X资源分配任务下的状态空间和动作空间，可以说是一筹莫展，是自己菜，现在看来可能也是涉及到一些关于多智能体强化学习实现过程中过于细节的点，目前的知识储备还不够。
Love_marginal·2024-01-20 06:50

一文了解【完全合作关系】下的【多智能体强化学习】

处于完全合作关系的多智能体的利益一致，获得的奖励相同，有共同的目标。比如多个工业机器人协同装配汽车，他们的目标是相同的，都希望把汽车装好。在多智能体系统中，一个智能体未必能观测到全局状态S。
全栈O-Jay·2024-01-20 06:47

强化学习应用（六）：基于Q-learning算法的无人车配送路径规划（通过Python代码）

一、Q-learning算法介绍Q-learning是一种强化学习算法，用于解决基于环境的决策问题。它通过学习一个Q-table来指导智能体在不同状态下采取最优动作。
优化算法MATLAB与Python·2024-01-20 05:25
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他