强化学习从入门到实践

【ChatGPT】ChatGPT发展历史

.hello，我是小索奇，在AI日益庞大的环境下，接下来将为大家不断的ChatGPT学习ChatGPT使用了Transformer结构，建立在OpenAI的GPT-3.5大型语言模型系列上并使用监督和强化学习技术进行微调
即兴小索奇·2023-10-01 03:40

强化学习模型易受成员推理攻击的研究及编程实现

近期的研究表明，强化学习模型在面对成员推理攻击时容易受到影响。成员推理攻击是指恶意用户通过观察模型的输出和环境反馈来推断模型的内部信息，从而构造针对模型的攻击策略。
程序设计创梦引领者·2023-09-30 21:15

LLMs: 强化学习从人类反馈中学习Reinforcement learning from human feedback (RLHF)

让我们考虑一下文本摘要的任务，即使用模型生成一段简短的文本，捕捉较长的文章中最重要的观点。您的目标是通过向模型展示人工生成的摘要示例，使用微调来提高模型的总结能力。2020年，OpenAI的研究人员发表了一篇论文，探讨了使用人工反馈进行微调来训练模型撰写文本文章的简短摘要。在这里，你可以看到，与预训练模型、指令微调模型甚至参考人类基线相比，根据人类反馈进行微调的模型产生的响应效果更好。一种使用人类
AI架构师易筋·2023-09-30 19:27

【强化学习】基础概念

1.Agent(智能体)智能体是进行决策和学习的实体，它能感知环境的状态，并基于策略采取动作以影响环境。智能体的目标是通过与环境的交互获得最大化的累积奖励。2.Environment(环境)环境是智能体所处的外部系统，它与智能体交互。环境的状态可能对智能体可见（如游戏中的棋盘状态），也可能对智能体不可见（如对手的策略）。例如：在无人驾驶中智能体是无人驾驶系统，环境则是汽车本身、其他的汽车及建筑等。
如果皮卡会coding·2023-09-30 18:48

机器学习笔记 - 基于强化学习的贪吃蛇玩游戏

一、关于深度强化学习如果不了解深度强化学习的一般流程的可以考虑看一下下面的链接。因为这里的示例因为在PyTorch之上实现深度强化学习算法。
坐望云起·2023-09-30 13:03

从零开始学python必看，最强“Python编程三剑客（pdf）” 程序员小时

恰好前几天从朋友那得到一套最强“Python编程三剑客”：《Python编程：从入门到实践》+《Python编程快速上手-让繁琐工作自动化》+《Python极客项目编程-完整版》，翻阅之后，我大致地整理了一番
编程唐小宝·2023-09-30 11:23

深度强化学习：如何在AI工程实践中选择合适的算法？

关注公众号，发现CV技术之美在使用深度强化学习（DeepReinforcementLearning，DRL）算法解决实际问题的过程中，明确任务需求并初步完成问题定义后，就可以为相关任务选择合适的DRL算法了
我爱计算机视觉·2023-09-30 08:07

启发式算法与机器学习的区别_使用强化学习训练受启发的四足机器人

启发式算法与机器学习的区别It’sbeenawhilesinceI’vestartedexploringReinforcementLearningandOpenAIGym,inspiredbytheamazingBostonDynamicsSpot.I’vespentlastyearstudyingthefoundationsofMachineLearningandhowitisappliedto
weixin_26715991·2023-09-30 05:17

强化学习到底是什么？它是怎么运维的

https://mp.weixin.qq.com/s/LL3HfU2iNlmSqaTX_3J7fQ强化学习是一种行为学习模型，由算法提供数据分析反馈，引导用户逐步获取最佳结果。
喝凉白开都长肉的大胖子·2023-09-30 05:45

优化｜深度学习或强化学习在组合优化方面有哪些应用？

来源：图灵人工智能前言深度强化学习求解组合优化问题近年来受到广泛关注，是由于其结合了强化学习(Reinforcementlearning)强大的决策(decision-making)能力和深度学习(deeplearning
人工智能学家·2023-09-30 05:44

在优化问题里，强化学习相比启发式算法有什么好处？

关于强化学习和传统优化算法（包括：数学优化，启发式，元启发式）的探讨越来越多了，很多同学可能是一上来就集中在一个方向和方法上，并没有在全局的视角去审视这几类方法的不同。
喝凉白开都长肉的大胖子·2023-09-30 05:13

如何用深度强化学习自动炒股

痛定思痛，俺决定换一个思路：如何用深度强化学习来自动模拟炒股？实验验证一下能否获得收益。监督学习与强化学习的区别监督
北纬32.6·2023-09-30 05:22

百度正式发布PaddlePaddle深度强化学习框架PARL

去年，斯坦福大学神经生物实验室与EPFL联合举办了一场强化学习赛事——人工智能假肢挑战赛（AIforProstheticsChallenge），希望将强化学习应用到人体腿部骨骼仿真模拟模型的训练。
PaddleWeekly·2023-09-29 20:02

KDD 2020捷报 | 第四范式斩获KDD Cup全球冠军 AutoML挑战赛圆满落幕

在此次会议中，第四范式捷报连连：首先，第四范式与北京航空航天大学童咏昕教授研究组组成的联合团队在千余支队伍中脱颖而出，获得KDDCup2020强化学习挑战赛（RLTrack）世界冠军；其次，由第四范式主办
weixin_43798812·2023-09-29 15:38

智能机器学习：人工智能的下一个巨大飞跃

文章目录第1节：智能机器学习的背景1.1传统机器学习1.2人工智能第2节：智能机器学习的定义2.1智能机器学习的原理2.1.1自主学习2.1.2强化学习2.1.3自适应性2.2智能机器学习的关键技术2.2.1
IT·陈寒·2023-09-29 08:31

景联文数据标注：ChatGPT成功的秘密——人类反馈强化学习(RLHF)

ChatGPT的成功很大程度上归功于其采用的新的训练范式——人类反馈强化学习（RLHF）。
景联文科技·2023-09-29 02:47

【《伤寒论》强化学习训练】打卡第22天，一期目标90天

【10.20】太阴病，渴欲饮水，饮水即吐者，此为水在膈上，宜半夏茯苓汤。半夏茯苓汤方半夏一升茯苓四两泽泻二两干姜一两右四味，以水四升，煮取三升，去滓，分温再服，小便利，则愈。【10.21】太阴病，下利，口渴，脉虚而微数者，此津液伤也，宜人参白术芍药甘草汤。人参白术芍药甘草汤方人参三两白术三两芍药三两甘草二两（炙）右四味，以水五升，煮取三升，去滓，温服一升，日三服。太阴病，下利，口渴，脉虚而微数者，
最闪亮的那颗星_b02d·2023-09-29 00:55

Python编程：从入门到实践 Day10

在老婆的鼓励和支持下，五一没有浪，在好好学习！哈哈。第十章文件与异常这一章大体有3个内容：1.学习处理文件，能让程序快速的分析大量数据；2.学习处理错误和异常，能对可能出现的错误有所控制；3.学习json模块，这个很强大，方便的实现了数据的存储。1.从文件中读取数据（1）打开文件使用下面这条语句可以打开文件;withopen('file_name.txt')asfile_object:*:1.这条
欠欠的小跟班·2023-09-28 20:34

一、机器学习基础知识：基本概念与Python开发环境

文章目录1、机器学习的不同类型1.1监督学习1.2无监督学习1.3强化学习2、Python开发环境2.1Python第三方库2.2Anaconda+Pycharm集成开发环境1、机器学习的不同类型机器学习属于人工智能的一个分支
七层楼的疯子·2023-09-28 19:52

强化学习相关论文及复现代码

spm=1001.2014.3001.5502（pytorch复现）基于深度强化学习（CNN+duelingnetwork/DQN/DDQN/D3QN/PER）的自适应车间调度(JSP)https://
喝凉白开都长肉的大胖子·2023-09-28 16:45

Windows10 下cmd输入python弹出应用商店

的坏境变量直接勾选这个不用考虑环境变量的问题但是要了解内部做了一件什么事情，可以利用千峰的，视频可以用控制台打开Python程序可以看下千峰的视频入门千锋教育Python教程全套_零基础小白快速上手_从入门到实践教程
Closer9·2023-09-28 16:32

深度强化学习（三）马尔科夫决策过程

文章目录马尔可夫过程MP马尔科夫链MC状态转移概率矩阵n步转移概率马尔科夫链马尔科夫奖励过程MRP奖励机制计算价值概念定义计算价值推导贝尔曼方程贝尔曼方程实际应用参考文章：https://blog.csdn.net/taka_is_beauty/article/details/88356375序贯决策问题是针对随机动态系统的不确定性按照时间顺序给出最优策略。马尔科夫决策过程是解决序贯决策问题的经典
@@老胡·2023-09-28 12:50

深度强化学习（二）统计、概率与随机过程普及

文章目录随机过程集合概率随机实验与随机事件条件概率和独立事件随机变量期望和方差概率分布大数定律随机过程平稳分布随机过程集合概率随机实验与随机事件条件概率和独立事件随机变量期望和方差概率分布大数定律弱大数定律说明，当n趋向于无穷时，独立同分布的随机变量的期望接近于它的平均值伯努利大数定律描述了实验次数很大时，事件频率很大接近于事件的概率随机过程平稳分布
@@老胡·2023-09-28 12:19

深度强化学习（一）常识性普及

文章目录机器学习、强化学习、深度学习的侧重点强化学习的简介强化学习的主要特征强化学习和机器学习的关系强化学习的发展历史深度强化学习一些参考的资料：蘑菇书：https://datawhalechina.github.io
@@老胡·2023-09-28 12:49

【伤寒强化学习训练】打卡第五十九天 一期90天

6.2.1真武汤概述一，预防中暑，觉得头昏、冒冷汗、想吐、发烧先吃一点生脉散；1）竹叶石膏汤：寸口脉弱，口渴，汗出，当中暑人很虚的时候，用竹叶石膏汤；2）白虎加人参汤：恶寒，有出汗，有发烧，就用到白虎加人参汤；3）六一散：滑石跟甘草两味药做成的科学中药；用一些清热的药把身体受到的热气带走，六一散用滑石，经方里面用石膏；白虎加人参汤的症状跟竹叶石膏汤不同之处多了一点怕冷的感觉；人中暑气就会虚，治中暑
A卐炏澬焚·2023-09-28 01:15

Python编程从入门到实践 第二章：变量和简单数据类型 练习答案记录

Python编程从入门到实践第二章：变量和简单数据类型练习答案记录练习题导航Python编程从入门到实践第二章：变量和简单数据类型练习答案记录2.1运行hello_world.py时发生的情况2.2变量
Is_LiuYiZheng·2023-09-28 01:26

美国OpenAI公司开发的机器学习系统-Hide and Seek（捉迷藏）游戏系统课程报告

目录1.实验目的2.OpenAI基本工作原理2.1强化学习的基本原理2.2OpenAI捉迷藏系统的工作原理2.2.1OpenAI捉迷藏系统简介2.2.2OpenAI研究捉迷藏系统的动机2.2.3OpenAI
小邓在森林·2023-09-27 13:16

强化学习理论基础（MDP、值函数与贝尔曼公式以及表格式Agent）

强化学习理论基础（MDP、值函数与贝尔曼公式以及表格式Agent）前言一、MDP策略与环境模型二、值函数与贝尔曼公式1.值函数2.贝尔曼公式三、表格式Agent1.概念介绍2.代码实现总结前言强化学习是智能体
tzr0725·2023-09-27 09:32

深度强化学习——概念及算法总结

深度强化学习深度强化学习相关大佬帖子总结学习，附原链接深度强化学习——从DQN到DDPG深度强化学习——从DQN到DDPG强化学习智能体在完成某项任务时，如上图所示，首先通过动作A与周围环境进行交互，在动作
异次元的鱼·2023-09-27 06:42

机器学习笔记 - Deep Q-Learning算法概览

一、Q-Learning强化学习大致可以分为两类：无模型强化学习算法和基于模型的强化学习算法。无模型强化学习算法不会学习环境转换函数的模型来预测未来状态和奖励。
坐望云起·2023-09-27 06:30

基于深度强化学习算法的无人机智能规避决策

“人工智能技术与咨询”发布摘要为提升无人机在复杂空战场景中的存活率,基于公开无人机空战博弈仿真平台,使用强化学习方法生成机动策略,以深度双Q网络(doubledeepQ-network,DDQN)和深度确定性策略梯度
龙腾亚太·2023-09-27 04:23

【强化学习】03 ——马尔可夫决策过程

文章目录1.马尔科夫决策过程(MarkovDecisionProcess，MDP)1.1.马尔科夫性质1.2.状态转移矩阵1.3.马尔可夫过程1.3.1.一个简单的例子2.马尔可夫奖励过程2.1.回报2.2.价值函数3.马尔科夫决策过程3.1.MDP五元组3.2.策略3.3.价值函数3.3.1.状态价值函数3.3.2.动作价值函数3.4.贝尔曼期望方程3.5.最优策略3.5.1.贝尔曼最优方程3.
yuan〇·2023-09-27 01:52

基于深度强化学习的柔性作业车间动态调度（有代码）

代码重大孙爱红的知乎账号论文链接文献来源：InternationalJournalofProductionResearch（2022）南洋理工大学（IJPR/2022）Fullarticle:Deepreinforcementlearningfordynamicschedulingofaflexiblejobshop(tandfonline.com)1摘要在追求敏捷和灵活的生产调度方面，处理不可预
喝凉白开都长肉的大胖子·2023-09-26 23:09

学Python该看什么书？12本精华好书推荐！

一、Python新手入门新手学Python的话我推荐这本《Python编程从入门到实践》，这是一本非常小白的书籍，内容友好，没有深奥晦涩的知识点，讲解到位，能够让小白快速了解Python，享受编程带来的信心和兴趣
程序员新一·2023-09-26 22:07

想学好Python的话，这6本书带你从入门到精通

书籍包括《Python编程：从入门到实践》、《Python编程快速上手》、《流畅的Python》、《像计算机科学家一样思考Python》、《利用Python进行数据分析》、《Python深度学习》、《Python
轻松学Python·2023-09-26 22:07

python经典入门书籍推荐(10本)

《Python编程从入门到实践》作者：麦可贝斯利这是一本广受欢迎的Python入门书籍。书中内容深入浅出，涵盖从基础语法到面向对象编程、Web编程和数据分析等内容。2.
GeekyGuru·2023-09-26 22:36

基于深度强化学习算法的无人机智能规避决策

源自：系统工程与电子技术作者：吴冯国陶伟李辉张建伟郑成辰.摘要为提升无人机在复杂空战场景中的存活率,基于公开无人机空战博弈仿真平台,使用强化学习方法生成机动策略,以深度双Q网络(doubledeepQ-network
renhongxia1·2023-09-26 19:31

深度学习技巧应用28-强化学习的原理介绍与运用技巧实践

大家好，我是微学AI，今天给大家介绍一下深度学习技巧应用28-强化学习的原理介绍与运用技巧实践，强化学习是一种机器学习的子领域，它使得一个智能体在与环境的交互中学习如何行动以最大化某种数值奖励信号。
微学AI·2023-09-26 10:28

2022-01-05

做好每日丰盛和集中学习，开展外出学习和暑期培训，不断经历能力提高和思想升华，逐步进入深化提升重要阶段，全体学员始终牢记全面提升党性修养，全面提升境界格局，全面提升创新能力，全面提升协作精神，全面提升责任担当的要求，强化学习
龢光同塵·2023-09-26 00:59

论文精读（2）—基于稀疏奖励强化学习的机械臂运动规划算法设计与实现(内含实现机器人控制的方法)

目录1.作者提出的问题及解决方向2.延深-用如何用强化学习对机器人进行控制2.1思路2.2DQN和DDPG在机器人控制中的应用3.解决方案3.1思路3.2实验3.3创新点4.展望1.作者提出的问题及解决方向目的
笑傲江湖2023·2023-09-25 11:46

必读论文|20篇强化学习研究必读论文速递

强化学习是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。
学术头条·2023-09-25 07:00

机器学习笔记 - 通过人工干预实现安全强化学习的思路

1、人类干预强化学习深度强化学习在一些棋类游戏、视频游戏以及现实3D环境中的导航和控制任务方面取得了惊人的进展。这些成就是在模拟环境中实现的。深度强化学习能否将这一成功转化为现实世界的任务？
坐望云起·2023-09-25 06:03

高性能计算环境下的深度学习异构集群建设与优化实践

★深度学习；模式识别；图像处理；人工智能建模；人工智能；深度学习算法；强化学习；神经网络；卷积神经网络；人工神经网络；VIBE算法；控制系统仿真；机器学习；高性能计算；数据挖掘；超算；ACL；算力；计算机视觉
·2023-09-24 23:56

机器学习之监督学习，无监督学习，强化学习相关概念

文章目录1.监督学习（SupervisedLearning）2.无监督学习（UnsupervisedLearning）3.强化学习（ReinforcementLearning）总结机器学习可以按照模型使用情况分为三大类
JNU freshman·2023-09-24 18:28

强化学习应用到模型压缩

本文介绍几篇自动化模型压缩相关论文的主要思想，包括网络结构搜索及自动化模型压缩压缩一、强化学习基本思想回顾（一）、简介强化学习是一种无监督学习方法，数据集不存在标注信息。
加油11dd23·2023-09-24 17:50

docker中安装ROS 在宇树四足机器人运行 强化学习GenLoco算法

文章目录前言Docker安装Docker中安装Ros使用宇树的RostoReal控制机器人使用GenLoco强化学习方法部署GenLoco模型到宇树真机Aliengo问题总结小结前言本文使用Aliengo
勇气的动力·2023-09-24 13:58

Win10环境下使用WSL安装OpenAI/gym +TensorFlow用强化学习DQN打砖块(Breakout Game)

实现目标我们的目标是在Windows10系统上具体实现DeepMind论文中强化学习算法Q-learningNetwork(DQN)的训练过程。
小鹅鹅·2023-09-24 10:53

python 从入门到实践 在线_Python网络爬虫从入门到实践

作者简介前言第1章Python爬虫概念与Web基础1.1爬虫概念1.2HTTP简述1.3网页的组成第2章Python爬虫基本库的使用2.1Chrome抓包详解2.2urllib库详解2.3用lxml库解析网页节点2.4实战：爬取小说《三国演义》第3章Python爬虫抓包与数据解析3.1抓包进阶3.2RequestsHTTP请求库3.3实战：爬取微信文章中的图片、音频和视频3.4BeautifulS
冉启福·2023-09-24 01:51

有监督学习、无监督学习、半监督学习和强化学习的总结

机器学习是数据分析和数据挖掘中一种比较常见且有效的方法，机器学习分为四大类，分别是有监督学习、无监督学习、半监督学习和强化学习。
Zhi Zhao·2023-09-23 23:38

如何使用Unity创建场景并转为gym环境，外接自定义强化学习算法

首先声明这种方式的最大问题：1、如果你的强化学习环境既包含连续动作，也包含离散动作，本文不敢确保是否可以正常使用，遇到过报错情况，目前我用的全部是连续，如果有人用了功能正常，欢迎评论区告知;2、如果你的强化学习问题是多智能体方向的研究
Alibutter·2023-09-23 19:03
上一页 24 25 26 27 28 29 30 31 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他