强化学习阅读笔记

强化学习原理python篇02——贝尔曼公式推导和求解

强化学习原理python篇02——贝尔曼公式概念bootstrapping（自举法）statevalue贝尔曼公式（BellmanEquation）贝尔曼公式以及python实现解法1——解析解解法2—
WuRobb·2024-01-28 06:42

Structure-from-Motion Revisited(COLMAP) 流程介绍

GUI运行Reference：Structure-from-MotionRevisited原文COLMAP使用教程Colmap论文——《Structure-from-MotionRevisited》论文阅读笔记笔记
泠山·2024-01-28 06:40

强化学习原理python篇06——DQN

强化学习原理python篇05——DQNDQN算法定义DQN网络初始化环境开始训练可视化结果本章全篇参考赵世钰老师的教材Mathmatical-Foundation-of-Reinforcement-LearningDeepQ-learning
WuRobb·2024-01-28 06:08

[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、视觉语言导航

分类:大语言模型LLM视觉模型VLM扩散模型视觉语言导航VLN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(有中文摘要，源码或项目地址)==LLM==标题:SpeechTokenizer
晓理紫·2024-01-28 05:10

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)--强化学习、模仿学习、机器人、开放词汇

分类:大语言模型LLM视觉模型VLM扩散模型视觉语言导航VLN强化学习RL模仿学习IL机器人开放词汇，检测分割==RL==标题:BeyondTaskPerformance:EvaluatingandReducingtheFlawsofLargeM
晓理紫·2024-01-28 05:38

强化学习入门（更新中......）

废话不多说，此篇文章用于记录强化学习的入门学习过程。环境一：taxi-v3环境描述：出租车载客环境的地图尺寸为5*5，有4个目的地以及5个乘客可能出现的位置。
小雅不采薇·2024-01-28 02:27

使用webots进行强化学习

之前学习强化学习使用的环境是gym,但这毕竟不是长久之计，最后是需要使用机器人仿真的环境进行仿真，这里选择了webots。首先是建立模型。之前使用gym进行过通过控制车体运动来保持杆不倒的训练。
时光@印迹·2024-01-28 02:26

Deepbots 1.0发布：强化学习于Webots

Deepbots是一个开源框架，使Webots中实现强化学习更加容易。Webots提供创建自己的世界和机器人的简易工具，而deepbots则作为将Webots与任何gym兼容的RL代理的接口。
KelvinYang0320·2024-01-28 02:55

深度强化学习在避障轨迹规划中的应用【matlab电气工程】

一、主要内容前基于深度强化学习的避障方法，通常是引入额外的奖励函数，例如当机械臂发生碰撞时给予一个惩罚。
坷拉博士·2024-01-28 02:55

Webots搭建强化学习二轮避障小车（看看吧 蛮详细的）

作为一个刚接触webots数日的新手，来着手使用webots搭建一个二轮小车并实现避障的任务,以及使用webots进行强化学习的尝试。
小雅不采薇·2024-01-28 02:54

《强化学习周刊》第65期：Neurips2022强化学习论文推荐（5）、MIT：机器狗当守门员、具身智能与机器人研讨会...

No.65智源社区强化学习组强化学习研究观点资源活动周刊订阅告诉大家一个好消息，《强化学习周刊》已经开启“订阅功能”，以后我们会向您自动推送最新版的《强化学习周刊》。
智源社区·2024-01-27 22:57

2020-07-20阅读《巴菲特致股东的信》p54-阅读笔记

A.完整公平的信息揭露第一章：公司治理1.巴菲特和芒格都认为：CEO们预测公司增长速度是骗人的和危险的。2.给投资者三个建议：第一，小心那些展示弱会计的公司。如果一个公司没有费用选项，或养老金假设如天马行空，对于这样的公司要小心。无保留意见的审计报告无保留意见是指注册会计师对被审计单位的会计报表，依照中国注册会计师独立审计准则的要求进行审查后确认:被审计单位采用的会计处理方法遵循了会计准则及有关规
龚亮的成长之路·2024-01-27 21:44

Chatgpt的崛起之路

Chatgpt的崛起之路背景与发展历程背景发展历程技术原理第一阶段：训练监督策略模型第二阶段：训练奖励模型第三阶段：采用强化学习来增强模型的能力。
Sirius·Black·2024-01-27 21:00

蒙特卡洛树搜索MCTS

其实在强化学习入门阶段就听说过蒙特卡洛搜索，比如多臂赌博机其实就是一个单一状态蒙特卡洛规划。
酸酸甜甜我最爱·2024-01-27 21:41

【MAC】Multi-Level Monte Carlo Actor-Critic阅读笔记

基本思想：利用多层次蒙特卡洛方法（Multi-LevelMonteCarlo，MLMC）和Actor-Critic算法，解决平均奖励强化学习中的快速混合问题。快速混合？
酸酸甜甜我最爱·2024-01-27 21:41

[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

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(有中文摘要，源码或项目地址)==LLM==标题:VisualWebArena:EvaluatingMultimodalAgentso
晓理紫·2024-01-27 19:07

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)--机器人、强化学习

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(有中文摘要，源码或项目地址)==humanrobotinteraction==标题:
晓理紫·2024-01-27 19:07

[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

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==LLM==标题:SpeechGPT-Gen:ScalingChain-of-InformationSpeechGeneration
晓理紫·2024-01-27 19:07

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)--机器人、强化学习

{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，谢谢支持如果你感觉对你有帮助可以扫吗关注，每日准时为你推送最新论文分类: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·2024-01-27 19:37

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)--机器人相关、强化学习

专属领域论文订阅VX扫吗关注{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
晓理紫·2024-01-27 19:36

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)--机器人、强化学习、开放词汇

专属领域论文订阅VX扫吗关注{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.非常感谢提供建议分类: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·2024-01-27 19:36

[晓理紫]每日论文分享(有中文摘要，源码或项目地址)-机器人、强化学习

分类:具身智能，机器人强化学习开放词汇，检测分割==roboticagent==标题:Learningtonavigateefficientlyandpreciselyinrealenvironments
晓理紫·2024-01-27 19:31

taskflow 源码阅读笔记-1

之前写了一篇介绍Taskflow的短文：传送门Taskflow做那种有前后依赖关系的任务管理还是不错的，而且他的源码里运用了大量C++17的写法，觉得还是非常值得学习的，因此决定看一下他的源码，这里顺便写了一篇代码学习笔记。概述代码链接：https://github.com/taskflow/taskflow本文是commitid:b91df2c365c20fa4cb43951192f6939fb
zhaoyqcsdn·2024-01-27 18:43

深度学习学习笔记-论文研读4-基于深度强化学习的多用户边缘计算任务卸载调度与资源分配算法

本人学识浅薄，如有理解不到位的地方还请大佬们指出，相互学习，共同进步概念引入强化学习DQN算法边缘计算边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务
丰。。·2024-01-27 17:17

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·2024-01-27 16:03

保持锐气的方法和规章制度的重要性

阅读笔记第108/365天今日阅读《冯唐成事心法》作者：冯唐第2部分：知人：人人都该懂战略十、如何避免团队油腻的结构化？1、敢坦诚，敢尖锐、敢不同。
蓝色多莉·2024-01-27 14:42

《钢铁是怎样炼成的》阅读笔记

好词红光满面、迎头痛击、十拿九稳、不以为然、惶恐不安、彬彬有礼、兴致勃勃、龇牙咧嘴、哄堂大笑、乱作一团、闷闷不响、不可名状好句一双双赤脚踏在路上，发出柔软的沙沙声。军官们竭力想维持好秩序，但是做不到。第二连走到检阅台前的时候，右翼排头的一个穿麻布衬衫的小伙子，只顾惊奇地张着嘴巴看大头目，一不小心，踩在坑里，扑通一声栽倒在地上。雨点劈劈啪啪地敲打着窗户。屋顶上的雨水刷刷地往下流。劲风阵阵，吹得花园里
我本为恶·2024-01-27 14:38

Android 进阶解密阅读笔记20

资源插件化在VirtualApk框架里，资源插件化有两种方案，合并资源插件资源（即仅插件使用，插件不能访问宿主资源）在系统里资源是通过Resource来代表的，在创建应用Context的时候会设置Resource对象，而这对象的创建过程和AssetManager密切相关，所以最终要做文章的就在AssetManager身上。如果是「合并资源」方式，就直接Hook出新的Resource来替换原有的，如
jkwen·2024-01-27 11:45

用ChatGPT写申请文书写进常春藤联盟？

该程序使用基于GPT-3.5、GPT-4架构的大型语言模型并以强化学习训练。ChatGPT目前仍以文字
do1twe11·2024-01-27 10:33

2022-01-06

阅读笔记和主要内容的区别！我现在看书仅仅是再看，在做笔记，中间的不连贯，不通顺的地方都不去管，先看一次再说。第二次阅读的时候才去想，这个章节在讲的什么？
远方_ed5a·2024-01-27 07:22

D4RL的踩坑记录

的库函数时用了env.get_normalized_score这里遇到的问题是envhasnoattributeget_normalized_score后记D4RL的用法指南D4RL本质上是一个数据库，用于离线的强化学习
SRTTTTT·2024-01-27 05:04

对小工蚁关于LLM的技术总结+个人思考

1.blog/trl-peft.mdatmain·huggingface/blog·GitHub2.基于强化学习的微调（这个挺好）微软发布的文本生成增强框架DTG,让LLM主动思考和生成能力提升[2305.1
河南-殷志强·2024-01-27 02:57

AI虚拟女友一个月能赚3万美金，引发关注和疑惑；最新 Hugging Face 强化学习课程（中文版）来啦

AI新闻AI虚拟女友一个月能赚3万美金，引发关注和疑惑摘要：一家英国的AI公司公布了他们的虚拟女友带来的实际产出数字：一个月能赚取3万美金（约合人民币21.4万元）。这引起了网友的惊叹和疑惑，因为AI女友只是微调一个图像算法，但却能每月赚取半年工资。据说除了赚钱，AI女友每月还收到多达20个求婚。这款AI女友被称为LexiLove，由FoxyAI公司创建，能够24小时全天候提供陪伴和聊天，甚至以超
go2coding·2024-01-27 02:43

愤怒的多种表达方式

多莉阅读笔记第241/365天今日阅读《蛤蟆先生去看心理医生》作者：【英】罗伯特·戴博德著陈赢译一、愤怒的多种表现形式当一个人感到愤怒的时候，他会有两种表达方式，一种是直接发火。
蓝色多莉·2024-01-27 01:41

《LIO-SAM阅读笔记》IMU作用总结

LIO-SAM作为一个Lidar和IMU为主的紧耦合框架，两者缺一不可，这里总结一下LIO-SAM中IMU起到的作用：1.利用当前帧Lidar里程计作为起点，结合IMU预积分，得到IMU里程计信息。此处IMU里程计是以IMU的频率向外发送位姿估计，提高了SLAM系统里程计的发送频率。2.利用IMU预积分对Lidar每帧点云进行运动去畸变。3.利用IMU里程计信息对Lidar每帧点云的位姿作初始化（
Jiqiang_z·2024-01-26 22:59

如何用强化学习优化广告投放中的A/B Test

公众号后台回复“图书“，了解更多号主新书内容作者：会痛的stone来源：R语言工程化A/BTest是决策科学的最常见方法之一。以广告投放为例，将客户群分为两组或多组，每组群体展示不同的广告形式。在测试结束时，针对测试结果选择最优的形式做大量投放。然而A/Btest有个很大的弊端，即一定程度上影响了部分用户的体验。尤其在测试内容存在极好、极差的情况下。如果只有一个A/Btest，那么成本可能是可控的
IT农民工1·2024-01-26 21:54

XGBoost系列8——XGBoost的未来：从强化学习到AutoML

目录写在开头1.XGBoost在强化学习中的应用1.1构建强化学习问题1.2XGBoost与深度强化学习的对比1.3实际任务中的成功案例2.XGBoost与AutoML的结合2.1XGBoost在自动特征工程中的应用
theskylife·2024-01-26 21:21

Programming Abstractions in C阅读笔记：p258-282

《ProgrammingAbstractionsinC》学习第71天，p258-p282总结，总计25页。一、技术总结完成第chapter6的学习。本章主要讲解回溯算法，并通过“maze(迷宫)”和“minimaxstrategy(极小化极大策略)”两个实际的例子来讲解。回溯算法简单来说就是从某个节点开始，沿着一条路往下走，如果该条路走不通，那么返回选择其它路。在求解的过程中也涉及到递归算法。回溯
codists·2024-01-26 21:06

Programming Abstractions in C阅读笔记：p254-p257

《ProgrammingAbstractionsinC》学习第70天，p254-p257总结，总计4页。一、技术总结1.minimaxstrategy(极小化极大算法)p255,Thisidea–findingthepositionthatleavesyouropponentwiththeworstpossiblebestmove–iscalledtheminimaxstrategybecause
codists·2024-01-26 21:06

《日本神妖博物》阅读笔记（二）

大太法师身体异常巨大的人类，也就是巨人传说的由来。富士山传说就是一名大太法师从近江地面挖掘土壤搬运堆成的，而挖掘后的窟窿就成了现今日本最大湖“琵琶湖”。而搬运中遗落的土块就成为富士山与琵琶湖之间大大小小的山脉。除了造山，大太法师还会帮助当地人解决土木工程上的麻烦，比如移除带来麻烦的山脉。某些地方星落棋布的湖泊、沼泽，不规则分布的山脉都被人们认为是大太法师活动的痕迹。鬼女红叶一直没有孩子的夫妻，向第
楊是这样写·2024-01-26 18:45

阅读笔记②

图片发自App图片发自App图片发自App图片发自App在谦二身边的人，很多的平民将自己的重心放在了应付有战争带来的生活水平的剧变，生活的繁重将她们在战争伊始的爱国主义消磨殆尽
我才不是十二·2024-01-26 14:35

《STL源码剖析》---stl_list.h阅读笔记

STL中链表list是一个常用的容器。list在内存中是不连续的双向链表，且是环形的。要了解链表细节是如何操作的话，阅读STL关于链表的代码是最好的方法。G++2.91.57，cygnus\cygwin-b20\include\g++\stl_list.h完整列表/***Copyright(c)1994*Hewlett-PackardCompany**Permissiontouse,copy,mo
KangRoger·2024-01-26 14:24

合理使用电子产品、提高学习效率、给予孩子安全基地

阅读笔记第192/365天今日阅读《孩子的五顶学习帽》——做顾问型家长培养自主型孩子作者：付立平第5部分，黑色学习帽：学习抗逆力第23章、抗虚拟感，丰富现实体验。1.让孩子沉迷电子产品的四大原因。
蓝色多莉·2024-01-26 12:51

【论文阅读笔记】Towards Universal Unsupervised Anomaly Detection in Medical Imaging

TowardsUniversalUnsupervisedAnomalyDetectioninMedicalImagingarxiv，19Jan2024【开源】【核心思想】本文介绍了一种新的无监督异常检测方法—ReversedAuto-Encoders(RA)，旨在提高医学影像中病理检测的准确性和范围。RA通过生成类似健康的重建图像，能够检测到更广泛的病理类型，这在现有技术中是一个挑战。RA方法在多
cskywit·2024-01-26 12:10

深度学习与图像描述生成——看图说话（3）

目录一、整体架构二、学习策略2.1监督学习2.2无监督学习2.3强化学习三、特征映射3.1定义3.2原理3.3关键技术3.4重要案例3.5特别注意下特征空间这一概念四、语言模型4.1定义与原理4.2关键技术
giszz·2024-01-26 11:48

Hierarchical Object Detectionwith Deep Reinforcement Learning

摘要我们提出了一种方法，在深度强化学习agent引导的图像中执行层次对象检测。其关键思想是关注图像中包含更丰富信息的部分，并将其放大。
fayetdd·2024-01-26 09:16

ReinforceNet: A reinforcement learning embedded object detectionframework with region selection net

强化学习嵌入式目标检测框架与区域选择网络摘要摘要近年来，研究人员探索了基于强化学习的目标检测方法。然而，现有的方法总是难以令人满意的性能。
fayetdd·2024-01-26 09:45

MFC框架学习：《深入浅出MFC》阅读笔记

一、C++重要性质1、封装任何物体都可看为对象，为了描述对象应描述其属性。对象的属性就是类，包括成员变量和成员函数。而把变量声明为私有，不允许外界随意操作，只能通过特定的接口来操作，这就是封装特性。2、继承：子类拥有父类的属性。3、this指针：成员函数的一个隐藏参数。4、虚拟函数与多态：实现一般化行为5、静态成员（变量与函数）6、构造与析构7、Template：把一般性算法和数据类型分开二、MF
HUANG_XIAOJUN·2024-01-26 08:16

20190310_金融中的预期思维_金融_经验

本文是根据香帅北大金融学课中提到的金融六大思维能力之一：金融预期的内容而写的阅读笔记。从一个初学者的角度来看看，金融预期思维到底是什么，有什么用，整理成下文。
fantasyrex3·2024-01-26 04:25

【98】《可复制的领导力》阅读笔记

我是昭君，我想记录我与书店的点点滴滴，今天是我每日一篇文章的第98天。《可复制的领导力》是作为管理者必读的一本书籍，同时我觉得也适合每一个人。因为我们不止在公司里，同时我们还处在家庭和社会中，我们需要管理我们的家庭，我们的社交。【适合谁听】：想要提升个人领导力的普通人想要在家里不断获得话语权的家长们想要在人群中有理、优雅、文明地「霸占」影响力的人想要不动声色地提升非「职权」而拥有「权力」的企业中高
登登一君·2024-01-26 03:27
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他