强化学习文献阅读

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·2024-01-01 05:38

【学习强化学习】三、Q learning和Sarsa算法

文章目录参考资料1.Q-table2.Model-freePrediction2.1Monte-CarloPolicyEvaluation2.1.1MC算法步骤2.1.2incrementalMCupdates2.1.3DifferencebetweenDPandMCforpolicyevaluation2.1.4AdvantagesofMCoverDP2.2TemporalDifference2
CHH3213·2024-01-01 04:22

强化学习之——Q-Learning(基础部分)

状态转移概率：从掌握到放弃 前几篇介绍了基于马尔可夫决策的强化学习框架，我们发现解决的问题有一个特点，我们是知道环境运转的细节的，具体就是我们知道状态转移概率，也就是P(St+1∣St,at)P(S_{
无心留踪迹·2024-01-01 04:50

【lsp预测】基于强化学习预测matlab源码

一、强化学习概述1.强化学习简介（1）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。
Matlab科研辅导帮·2024-01-01 04:18

【强化学习】python 实现 saras lambda 例一

本文作者：hhh5460本文地址：https://www.cnblogs.com/hhh5460/p/10147265.html将例一用saraslambda算法重新撸了一遍，没有参照任何其他人的代码。仅仅根据伪代码，就撸出来了。感觉已真正理解了saraslambda算法。记录如下0.saraslambda算法伪代码图片来源：https://morvanzhou.github.io/static/
derek881122·2024-01-01 04:18

【强化学习】SARAS代码实现

前言SARAS，假设环境状态和动作状态都是离散的。利用动作价值矩阵来进行行为的预测。其主要就是利用时序差分的思想，对动作价值矩阵进行更新。代码实现importgymnasiumasgymimportnumpyasnpclasssarsa():def__init__(self,states_n,action_n,greedy_e=0.1):self.Q=np.zeros((states_n,acti
篝火者2312·2024-01-01 04:18

2024年原创深度学习算法项目分享

原创深度学习算法项目分享，包括以下领域：图像视频、文本分析、知识图谱、推荐系统、问答系统、强化学习、机器学习、多模态、系统界面、爬虫、增量学习等领域…有需要的话，评论区私聊
Jason160918·2024-01-01 01:00

文献阅读：LoRA: Low-Rank Adaptation of Large Language Models

文献阅读：LoRA:Low-RankAdaptationofLargeLanguageModels1.文章简介2.方法介绍3.实验&结论1.基础实验1.Bert系列模型2.GPT系列模型2.消解实验1.
Espresso Macchiato·2023-12-31 20:29

文献阅读：Exchange-of-Thought: Enhancing Large Language Model Capabilities through Cross-Model Communicat

文献阅读：Exchange-of-Thought:EnhancingLargeLanguageModelCapabilitiesthroughCross-ModelCommunication1.文章简介
Espresso Macchiato·2023-12-31 20:29

文献阅读：PromptAgent: Strategic Planning with Language Models Enables Expert-level Prompt Optimization

文献阅读：PromptAgent:StrategicPlanningwithLanguageModelsEnablesExpert-levelPromptOptimization1.文章简介2.方法说明
Espresso Macchiato·2023-12-31 20:29

演员-评论家算法：多智能体强化学习核心框架

策略梯度算法计算智能体策略预期奖励的梯度公式分解时间流程拆解通过采样方法近似估计梯度公式拆解时间流程拆解改进策略设置基线：适用于减小方差、加速训练效率归因分配CreditAssignment：评论家：DQN算法演员-评论家算法：策略梯度算法+DQN算法演员-评论家算法在多智能体强化学习中常作为核心框架
Debroon·2023-12-31 17:40

【ChatGPT 默认强化学习策略】PPO 近端策略优化算法

PPO近端策略优化算法PPO=概率比率裁剪+演员-评论家算法演员-评论家算法：多智能体强化学习核心框架概率比率裁剪：逐步进行变化的方法PPO目标函数的设计重要性采样KL散度PPO=概率比率裁剪+演员-评论家算法论文链接
Debroon·2023-12-31 17:38

傅里叶变换

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录摘要Abstract文献阅读：人类视频作为机器人学习资料的可供性1、研究背景2、方法提出3、方法实现3.1、需要解决的三个问题3.2
qq_43314576·2023-12-31 15:33

用于流式传输自由视点视频的神经残余辐射场

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录摘要Abstract文献阅读：用于流式传输自由视点视频的神经残余辐射场1、研究背景2、方法提出3、实现过程3.1、总体实现3.2、
qq_43314576·2023-12-31 15:33

文献阅读：重新审视池化：你的感受野不是最理想的

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录摘要Abstract文献阅读：重新审视池化：你的感受野不是最理想的1、研究背景2、感受野存在的问题2.1、不对称分布的信息2.2、
qq_43314576·2023-12-31 15:33

用于密集预测的多路径视觉Transformer

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录摘要Abstract文献阅读：用于密集预测的多路径视觉Transformer1、研究背景2、方法提出3、相关方法3.1、VisionTransformersfordensepredictions3.2
qq_43314576·2023-12-31 15:03

12/31

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录摘要Abstract文献阅读：用于密集预测的多路径视觉Transformer1、研究背景2、方法提出3、相关方法3.1、VisionTransformersfordensepredictions3.2
qq_43314576·2023-12-31 15:58

Fine-Tuning Language Models from Human Preferences

Abstract奖励学习（rewardlearning）可以将强化学习（RL）应用到由人类判断定义奖励的任务中，通过询问人类问题来构建奖励模型。
chansonzhang·2023-12-31 07:54

机器学习，深度学习，神经网络，深度神经网络

深度学习的算法又分很多种，比较典型的四种：卷积神经网络—CNN,循环神经网络—RNN,生成对抗网络—GANs,深度强化学习—RL。机器学习和深度学习的
向着光噜噜·2023-12-31 06:53

强化学习计划

文章目录强化学习强化学习解决的是什么样的问题？举出强化学习与有监督学习的异同点。有监督学习靠样本标签训练模型，强化学习靠的是什么？强化学习的损失函数（lossfunction）是什么？
搬砖成就梦想·2023-12-30 23:11

Python深度学习技术进阶篇|注意力（Attention）机制详解

VAE、生成式对抗网络GAN、扩散模型DiffusionModel等）、目标检测算法（R-CNN、FastR-CNN、FasterR-CNN、YOLO、SDD等）、图神经网络（GCN、GAT、GIN等）、强化学习
AIzmjl·2023-12-30 19:02

强化学习的优化策略PPO和DPO详解并分析异同

目录PPO（ProximalPolicyOptimization）工作原理实现步骤DPO（DistributedProximalPolicyOptimization）工作原理实现步骤相同点不同点1、PPO（ProximalPolicyOptimization）工作原理目标函数：PPO旨在通过最大化特定的目标函数来改进策略。这个目标函数通常包括一个期望回报的项，以及可能的正则化项（如熵）来鼓励探索。
samoyan·2023-12-30 19:21

基于人类反馈的强化学习（RLHF）

1.监督微调（SFT）：为了训练语言模型（LM）掌握基本的任务执行技能，首先需要构建一个监督数据集。这个数据集包含了指令性的输入提示和期望的输出结果，通过这些数据对LM进行精细调整。为了保证任务种类的广泛性，这些输入提示和输出结果需由专业标注人员针对特定任务量身定制。例如，InstructGPT项目中，标注人员会创造性地编写输入提示（比如，“给出五个重燃职业激情的建议”）和对应的输出，覆盖了开放式
samoyan·2023-12-30 19:20

探索可解释及稳定性，AI与博弈，自适应推理——“智源论坛：机器学习青年学者报告会”要点总结

6月10日，北京智源人工智能研究院（BAAI）继“人工智能的数理基础”后，发布“机器学习”重大研究方向，由颜水成教授担任首席科学家，拟针对当前以深度学习、强化学习等为代表的人工智能算法所存在的可解释性缺失
智源社区·2023-12-30 16:27

2020-11-24: 文献阅读: 压力超负荷驱动的心衰小鼠免疫浸润的单细胞转录组测序揭示了免疫激活程度

论文信息Title:Single-CellSequencingofMouseHeartImmuneInfiltrateinPressureOverload-DrivenHeartFailureRevealsExtentofImmuneActivationJournal:CirculationIF:23.603Publishdate:2019Author:Martini,Elisa;Kunderfr
辛晓红·2023-12-30 16:47

经典文献阅读之--OccNeRF(基于神经辐射场的自监督多相机占用预测)

之前我们介绍了《经典文献阅读之–RenderOcc(使用2D标签训练多视图3DOccupancy模型)》。这里本文《OccNeRF:Self-SupervisedMulti-CameraOc
敢敢のwings·2023-12-30 15:51

【伤寒强化学习训练】打卡第三十六天 一期90天

2021.2.5总结2.3.1桂枝去芍药汤&桂枝去芍加附子汤&桂麻各半汤恽子瑜先生说：当我没有确切的认识到这个病人身上到底发生了什么事之前，我绝不开药，了解病人的情况对开方很重要，开方治病需要辩证力和感知力1，“太阳病，下之后，脉促，胸满者，桂枝去芍药汤主之”一个水杯子里面装到水满出来叫做满，那如果这边觉得胀胀的这种可以称之为闷太阳病，当病邪还在表面，正确的疗法是把病邪推出去，用了下法就是一个误治
A卐炏澬焚·2023-12-30 15:36

基于深度强化学习算法的仿真到实践教程

基于深度强化学习算法的仿真到实践教程遇到问题先看这篇文章，我收集了许多群友遇到的问题。我的毕业论文主要是使用DQN，PPO，SAC仿真，然后放到车上跑（效果不太好）。
方小生–·2023-12-30 07:43

【强化学习】动态规划算法实践

文章目录【强化学习】动态规划算法实践一.实验过程1.1Environment1.2PolicyIteration1.3PolicyEvaluation1.4PolicyImprovement1.5ValueIteration
如果皮卡会coding·2023-12-30 04:44

【强化学习】基于蒙特卡洛MC与时序差分TD的简易21点游戏应用

1.本文将强化学习方法（MC、Sarsa、Qlearning）应用于“S21点的简单纸牌游戏”。类似于Sutton和Barto的21点游戏示例，但请注意，纸牌游戏的规则是不同且非标准的。
如果皮卡会coding·2023-12-30 04:42

Goal-Auxiliary Actor-Critic for 6D Robotic Grasping with Point Clouds

我们将模仿学习和强化学习相结合，
cocapop·2023-12-30 02:46

【读书笔记-MIT决策算法】1.简介

1.2.2自动驾驶1.2.3乳腺癌筛查1.2.4金融消费与投资组合配置1.2.5分布式野火监测1.2.6火星科学探索1.3方法1.3.1显式编程1.3.2监督学习1.3.3优化理论1.3.4规划1.3.5强化学习
人工智障2.0·2023-12-29 22:57

推荐系统遇上深度学习(一零三)-[京东&百度]用于电商推荐系统多目标排序的DMT模型

1、背景推荐系统精排阶段的模型多种多样，包括树模型，基于神经网络的模型，基于强化学习的模型等等。在现实世界的大规模电商推荐
文哥的学习日记·2023-12-29 17:06

Starling-LM-7B与GPT-4：开源AI的新纪录

模型特点Starling-LM-7B，一个由人工智能反馈强化学习（RLAIF）训练的开源LLM，使用了新的GPT-4标记排名数据集Nectar和全新的奖励训练及策略调整流程。在
努力犯错·2023-12-29 15:03

GPT系列综述

InstructGPT在GPT-3上用强化学习做微调，内核模型为PPO-ptx，下面的论文会详细分析。ChatGPT沿用了InstructGPT，但是数据大了好几个量级。G
AmberlikeNLP·2023-12-29 13:16

2024 人工智能与大数据专业毕业设计(论文)选题推荐

目录前言毕设选题2.1目标检测与图像分类2.2自然语言处理与文本生成2.3时间序列分析与预测2.4强化学习与智能决策3.选题迷茫4.选题的重要性更多选题指导最后前言大四是整个大学期间最忙碌的时光,一边要忙着准备考研
Krin_IT·2023-12-29 09:10

具身智能主流方法：模仿学习，和强化学习

强化学习：强调在与现实世界交互过程中持续学习，这让强化学习具有不断重新学习新的技能的可能。模仿学习：需要人为构造复杂数据集，数据利用率高，但数据难强化学习：需
笑傲江湖2023·2023-12-29 02:33

随机网络中通过Hebbian可塑性进行元学习(Meta-Learning through Hebbian Plasticity in Random Networks)

现代强化学习（RL）方法已显示出在解决复杂任务方面的重大进步，但是，一旦训练结束，找到的解决方案通常是静态的，并且无法适应新的信息或应对干扰。尽管仍不能完全理解生物大脑如何从经
Man in Himself·2023-12-28 21:16

Python深度学习技术进阶篇|Transformer模型详解

VAE、生成式对抗网络GAN、扩散模型DiffusionModel等）、目标检测算法（R-CNN、FastR-CNN、FasterR-CNN、YOLO、SDD等）、图神经网络（GCN、GAT、GIN等）、强化学习
zmjia111·2023-12-28 19:21

YOLO模型

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录摘要Abstract文献阅读：使用卷积神经网络和区域卷积神经网络(R-CNN)的肺部异常的检测与分类方法1、研究背景2、研究目的3
qq_43314576·2023-12-28 17:58

文献阅读1

Regulatoryactivitiesoftransposableelements:fromconflictstobenefits摘要：转座子（TEs）是受到严格调节的，具有生物化学活性的非编码元件，如转录因子结合位点和非编码rna的丰富来源。最近的许多研究重新证明，这些元素普遍参与了宿主基因的调控。我们认为，TEs的固有遗传特性及其与宿主的相互冲突的关系促进了其在不同基因组中调节功能的补充。我
黑森林深处的小星星·2023-12-28 11:43

《硅谷来信》读书笔记88

第245封信：AlphaGo的关键方法：强化学习强化学习，就是在有正确反馈的前提下，做自主的学习。
老无杂谈·2023-12-28 04:44

01强化学习基础以及马尔可夫决策过程

文章目录前言一、关于强化学习特点基本要素奖励-reward决策序列智能体与环境状态完全可观测环境与部分可观测环境智能体组成策略价值函数模型方法分类基于策略更新与优化是否依赖模型环境返回的回报函数强化学习中的问题学习与规划探索与利用预测与控制二
爱宇小菜涛·2023-12-28 01:17

价值函数近似-prediction\control（DQN）

IncrementalVFAPredictionAlgorithmsMCpredictionVFATDpredictionVFA二、IncrementalVFAControlAlgorithm基于MC、TD优化批量强化学习收敛性三
爱宇小菜涛·2023-12-28 01:46

策略梯度方法

文章目录前言一、基于梯度策略的强化学习policyandvalueRL基于策略梯度的优劣势目标函数添加基线考虑时序因果关系二、蒙特卡洛策略梯度方法实现流程加入基线降低方差三、Actor-CriticAlgorithm
爱宇小菜涛·2023-12-28 01:46

马尔科夫决策过程-策略迭代与值迭代(基于动态规划)

文章目录前言一、基础概念RL基础关键词马尔可夫决策过程关键词二、马尔科夫决策过程1.策略评估2.策略迭代3.值迭代4.策略迭代与值迭代的区别前言强化学习入门笔记，基于easyRL一、基础概念RL基础关键词强化学习
爱宇小菜涛·2023-12-28 01:16

【图神经网络 · 科研笔记5】异构信息网络，利用注意力选择元路径；利用进化邻域和社群实现自监督动态图嵌入，交叉监督对比学习；近期科研思维导图小汇总；

记录部分科研文献阅读相关内容【划重点】，主题“图神经网络”，仅学习使用。
追光者♂·2023-12-27 23:42

8.1 有监督学习算法

有监督学习算法0.机器学习理论基础根据酒精浓度、颜色深度判断红酒类别常用机器学习算法体系有监督学习无监督学习半监督学习强化学习输入/输出空间、特征空间过拟合与欠拟合1.KNN/K近邻算法1.1算法原理1.2
adamlay·2023-12-27 15:44

文献阅读-区块链技术与应用前瞻综述

文献名称：区块链技术与应用前瞻综述作者：何蒲于戈张岩峰鲍玉斌（东北大学计算机科学与工程学院沈阳１１０８１９）网址：http://www.cnki.com.cn/Article/CJFDTOTAL-JSJA201704002.htm区块链技术是一种去中心化、去信任化的分布式数据库技术方案。该数据库由参与系统的所有节点集体维护，具有去中心化、不可篡改、透明、安全等特性。作为比特币的底层技术支持区块链技
流动的风与雪·2023-12-27 13:02

2021-03-01文献阅读

DefiningtheTeratomaasaModelforMulti-lineageHumanDevelopment数据：179,632cellsacross23teratomasfrom4celllines细胞类型：approximately20celltypesacrossall3germlayers观点：单细胞实验20种细胞类型，和类器官和胚胎的数据做比较，利用CRISPR-Cas9做敲除
Zane_bio·2023-12-27 00:05
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他