强化学习Sarsa

了解第二部分多武装匪徒的强化学习手

系列的链接：(Series’Links:)Introduction介绍Multi-ArmedBandits|Notebook多臂土匪|笔记本ThisisthesecondentryofaseriesonReinforcementLearning,whereweexploreanddeveloptheideasbehindlearningonaninteractivescenario.Onthepr
weixin_26738395·2023-12-15 21:51

AI学习笔记之——多臂老虎机(Multi-armed bandit)问题

上一篇文章简要介绍了一下强化学习，强化学习是一个非常庞大的体系，与监督学习和非监督学习相比，其广度和深度都大的多，涉及到很多经典的决策算法，对统计学知识有很高的依赖。
weixin_33962923·2023-12-15 21:21

强化学习笔记------第一章----强化学习概述（超详细）

强化学习讨论的问题是一个智能体（agent）怎么在一个复杂不确定的环境（environment）里面去极大化他能获得的奖励。首先，我们可以把强化学习和监督学习做一个对比。
深度睡眠小能手·2023-12-15 21:49

强化学习笔记5：learning&planning， exploration&exploitation

在强化学习中，环境初始时是未知的，agent不知道环境如何工作，agent通过不断地与环境交互，逐渐改进策略。
UQI-LIUWJ·2023-12-15 21:48

强化学习RL学习笔记2-概述（2）

强化学习笔记专栏传送上一篇：强化学习RL学习笔记1-概述（1）下一篇：强化学习RL学习笔记3-gym了解与coding实践目录强化学习笔记专栏传送前言MajorComponentsofanRLAgent
liaojq2020·2023-12-15 21:48

强化学习读书笔记

目录Chapter1Introduction强化学习定义监督/非监督/强化学习挑战关键特征组成Chapter2Multi-armedBandits评价型反馈和指导型反馈Ak-armedBanditProblemIncrementalImplementationChapter3FiniteMarkovDecisionProcessesAgent-EnvironmentReturnsandEpisod
一口大怪兽·2023-12-15 21:43

【强化学习-读书笔记】多臂赌博机 Multi-armed bandit

参考ReinforcementLearning,SecondEditionAnIntroductionByRichardS.SuttonandAndrewG.Barto强化学习与监督学习强化学习与其他机器学习方法最大的不同
x66ccff·2023-12-15 20:38

CMBAC算法总结

Sample-EfficientReinforcementLearningviaConservativeModel-BasedActor-Critic参考文章：【AAAI2022】一种样本高效的基于模型的保守actor-critic算法-知乎(zhihu.com)论文作者：MIRALab，王杰教授组基于模型的强化学习算法旨在学习环境模型
神奇的托尔巴拉德·2023-12-15 17:41

【深度学习】强化学习（四）强化学习的值函数

文章目录一、强化学习问题1、交互的对象2、强化学习的基本要素3、策略（Policy）4、马尔可夫决策过程5、强化学习的目标函数6、值函数1.状态值函数（StateValueFunction）a.状态值函数的定义
QomolangmaH·2023-12-15 16:42

强化学习基础篇（十五）蒙特卡洛预测

强化学习基础篇（十五）蒙特卡洛预测1、Model-free方法通过贝尔曼方程求解最优策略有3种基本方法：动态规划法、蒙特卡洛法和时间差分法。
Jabes·2023-12-15 08:50

【EMNLP 2023】面向Stable Diffusion的自动Prompt工程算法

BeautifulPrompt通过对低质量和高质量的提示进行微调，并进一步提出了一种基于强化学习和视觉信号反馈的技术，以最大化生成提示的奖励值。论文：Tingfen
阿里云大数据AI技术·2023-12-15 06:40

LLM之Prompt（三）| XoT：使用强化学习和蒙特卡罗树搜索将外部知识注入Prompt中，性能超过CoT，ToT和GoT

论文地址：https://arxiv.org/pdf/2311.04254.pdf一、当前Prompt技术的局限性LLM使用自然语言Prompt可以将复杂的问题分解为更易于管理的“thought”可以回复用户的问题。然而，大多数现有的Prompt技术都有局限性：输入输出（IO）Prompt：仅适用于具有单步解决方案的简单问题，它缺乏灵活性；思维链（CoT）：能够解决多步问题，但仅限于线性思维结构，
wshzd·2023-12-15 05:16

7天《阅读行动营》学习打卡

不但能强化学习的效果，同时能够将学习到的知识迁移实践运用，从而达到个人的不断提升。3.开拓创新思维，一个故事在一千个场合，讲成一千个故事是一种了不起的能力。
内外丰盛的真真·2023-12-15 02:35

论文精读与思考：深度强化学习的组合优化研究进展

论文基本信息作者：李凯文、张涛、王锐等作者单位：国防科技大学期刊：自动化学报时间：2021年11月组合优化问题链接：基于深度强化学习的组合优化研究进展(aas.net.cn)1组合优化问题概述1.1定义一类在离散状态下求极值的最优化问题
灰灰嗷·2023-12-14 23:47

【深度学习】强化学习（一）强化学习定义

文章目录一、强化学习问题1、交互的对象1.智能体（Agent）2.环境（Environment）2、强化学习的基本要素1.状态2.动作3.策略(|)4.状态转移概率(′|,)5.即时奖励(,,′)3、策略
QomolangmaH·2023-12-14 19:11

强化学习术语

episodictasks情节性任务，指会在有限步骤下结束continuingtasks连续性任务，指有无限步骤episode情节，指从起始状态（或者当前状态）到结束的所有步骤tabularmethod列表方法，指使用了数组或者表格存储每个状态（或者状态-行动）的信息（比如：其价值）approximationmethods近似方法，指用一个函数来计算状态（或者状态-行动）的价值model环境的模型
小赛TT·2023-12-14 18:20

论文阅读_反思模型_Reflexion

英文名称:Reflexion:LanguageAgentswithVerbalReinforcementLearning中文名称:反思：具有言语强化学习的语言智能体文章:http://arxiv.org
xieyan0811·2023-12-14 18:28

只有27亿参数，性能却高25倍！微软发布Phi-2

值得一提的是，Phi-2没有进行过RLHF（人类反馈强化学习）和指令微调只是一个基础模型，但在
richerg85·2023-12-14 17:45

基于SUMO和强化学习的交通优化

本文旨在解释强化学习方法如何通过TraCl与SUMO配合使用，以及这如何有利于城市交通管理和自动驾驶车辆的路径优化。
新缸中之脑·2023-12-06 08:09

普通策略梯度算法原理及PyTorch实现【VPG】

有没有想过强化学习(RL)是如何工作的？在本文中，我们将从头开始构建最简单的强化学习形式之一—普通策略梯度（VPG）算法。
新缸中之脑·2023-12-06 08:39

加州大学伯克利分校研究人员推出Starling-7B：一款通过人工智能反馈强化学习（RLAIF）训练的开源大型语言模型（LLM）

每周跟踪AI热点新闻动向和震撼发展想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！订阅：https://rengongzhineng.io/人工智能大型语言模型（LLM）在自然语言处理任务中扮演着重要角色。这些模型通过大量数据集
新加坡内哥谈技术·2023-12-06 07:56

AGI = 大模型 + 知识图谱 + 强化学习

一、大模型（LargeModels）定义：大模型通常指的是参数数量庞大的机器学习模型，特别是深度学习模型。这些模型在训练时需要大量的计算资源和数据。例如，GPT-3（GenerativePre-trainedTransformer3）是一个大型的自然语言处理模型，拥有数十亿的参数。特点：大模型的特点包括对大规模数据进行训练，具有强大的泛化能力，可以在各种任务上取得良好的性能。在机器学习和深度学习领
summer_west_fish·2023-12-06 06:13

强化学习-赵世钰（三）：贝尔曼最优方程【Bellman Optimal Equation】【贝尔曼最优方程符合收缩映射理论--＞可通过迭代法求解最优State Values--＞得到最优策略】

强化学习的目的是寻找最优策略。
u013250861·2023-12-06 06:26

强化学习-赵世钰（一）：基本概念【state、action、state transition、policy、reward、return、trajectories、episode、Markov】

1.1AgridworldexampleConsideranexampleasshowninFigure1.2,wherearobotmovesinagridworld.Therobot,calledagent,canmoveacrossadjacentcellsinthegrid.Ateachtimestep,itcanonlyoccupyasinglecell.Thewhitecellsare
u013250861·2023-12-06 06:26

强化学习-赵世钰（二）：贝尔曼/Bellman方程【用于计算给定π下的State Value：①线性方程组法、②迭代法】、Action Value【根据状态值求解得到；用来评价action优劣】

StateValue：theaverageReturnthatanagentcanobtainifitfollowsagivenpolicy/π【给定一个policy/π，所有可能的trajectorys得到的所有return的平均值/期望值：vπ(s)≐E[Gt∣St=s]v_\pi(s)\doteq\mathbb{E}[G_t|S_t=s]vπ(s)≐E[Gt∣St=s]】.Return：th
u013250861·2023-12-06 06:26

张同斌 考研数学 如何利用暑期黄金时间，安排好考研数学第一轮强化?

如何做好考研数学的第一波强化学习呢？
文都考神干货·2023-12-06 05:07

状态空间的定义

在系统理论、控制论、计算机科学、强化学习等领域，状态空间是一种常见的概念。状态空间框架是一种用于描述和分析系统的方法，它包括系统的状态、状态之间的转移关系以及与状态相关的行为。
summer_west_fish·2023-12-06 02:56

RLHF：强化学习结合大预言模型的训练方式

RLHF(ReinforcementLearningfromHumanFeedback)以强化学习方式依据人类反馈优化语言模型。
_刘文凯_·2023-12-05 17:08

一文搞懂 chatGPT 原理

pretrain)GPT-3概述GPT3模型的理念GPT-3如何学习数据集指令微调(InstructionFine-Tuning，IFT)有监督微调(SupervisedFine-tuning,SFT)人类反馈强化学习
Python算法实战·2023-12-05 11:34

人工智能算法

人工智能算法包括以下几类：机器学习算法：这些算法利用数据和统计技术让计算机学习并改善其性能，包括监督学习、无监督学习和强化学习。
不爱吃香菇的干饭少年·2023-12-05 06:16

强化学习算法TRPO的理解

角度一：off-policy通常在强化学习策略梯度训练中，智能体每跟环境做一次完整的交互得到一条蒙特卡洛采样轨迹，策略网络的
北山杉林·2023-12-05 03:15

强化学习Markov重要公式推导过程

Markov决策过程（MarkovDecisionProcess，MDP）Markov过程是一种用于描述决策问题的数学框架，是强化学习的基础。
幻影123！·2023-12-05 00:02

深入理解强化学习——马尔可夫决策过程：蒙特卡洛方法-[基础知识]

分类目录：《深入理解强化学习》总目录蒙特卡洛方法（Monte-CarloMethods）也被称为统计模拟方法，是一种基于概率统计的数值计算方法。
von Neumann·2023-12-04 22:25

Pytorch深度强化学习1-5：详解蒙特卡洛强化学习原理

目录0专栏介绍1蒙特卡洛强化学习2策略评估原理3策略改进原理3.1同轨蒙特卡洛强化学习3.2离轨蒙特卡洛强化学习0专栏介绍本专栏重点介绍强化学习技术的数学原理，并且采用Pytorch框架对常见的强化学习算法
Mr.Winter`·2023-12-04 15:54

强化学习------贝尔曼方程

回报(Return)折扣回报(DiscountedReturn)StateValue（状态价值函数）贝尔曼方程的推导贝尔曼方程的矩阵形式ActionValue（动作价值函数）贝尔曼最优公式前言最近在学习强化学习的内容
韭菜盖饭·2023-12-04 15:42

强化学习------时序差分（Temporal-Difference Learning）

简介时序差分方法（Temporal-DifferenceLearning）简称TD算法是强化学习中非常经典的一种方法，Sarsa算法和Q-learning算法都是基于时序差分这种方法的。
韭菜盖饭·2023-12-04 15:38

全球大模型发展整体态势，暗流涌动下的机遇

在技术层面上，大模型的实现采用“预训练+指令微调+人类反馈的强化学习”的训练范式。
BFT白芙堂·2023-12-04 12:36

上游任务和下游任务

起源多任务学习中的定义理解结合定义分析例子示例1：计算机视觉示例2：自然语言处理示例3：语音处理示例4：强化学习总结起源"上游任务"和"下游任务"这两个术语在深度学习领域中通常用来描述一种多任务学习的框架
一杯水果茶！·2023-12-04 08:36

ChatGPT的总体技术路线

采用自然语言处理+搜索引擎集成的架构，构建GPT3.5+大型语言模型（LLM）+强化学习微调训练模型（RLHF），通过连接大量的语料库，在效果强大、基于自注意力机制的GPT3.5架构的大型语言模型（LLM
AIGC方案·2023-12-04 07:55

【 ChatGPT作者LilianWeng博客总结】智能体=LLM(大语言模型)+记忆+规划技巧+工具使用...

来源：深度强化学习实验室 Lii’Log的博客https://lilianweng.github.io/posts/2023-06-23-agent/本文约7500字，建议阅读15分钟LLM的潜力不仅仅限于生成写得好的副本
数据派THU·2023-12-04 07:21

【个人笔记】-python-强化学习-类-在内存中的值

{int}数值{int}200{float}数值{float}0.9{narray:维度}数值{narray:(1,)}[2.]{bool}True{bool}False{类名}对象1{类名}对象2
资源存储库·2023-12-03 23:08

强化学习中的 AC（Actor-Critic）、A2C（Advantage Actor-Critic）和A3C（Asynchronous Advantage Actor-Critic）算法

文章目录AC算法A2C算法A3C算法AC算法AC（Actor-Critic）算法是强化学习中的一种基本方法，它结合了策略梯度方法和价值函数方法的优点。
智能建造小硕·2023-12-03 22:54

【《伤寒论》强化学习训练】打卡第3天，一期目标90天

2021年1月3日学习《少阴不可汗》学习总结：1.少阴病的人，手脚冰冷，且没有汗，硬要发汗的话，血会很被动，四肢冰凉的人血到不了末梢，再用汗法，人的血都会受伤，就像牙龈出血就要用附子剂才能够收拾，但不是发汗，出血了就用止血凉血。而且要看这个人是什么体质，要用阳药为主，就像经方就用桂枝救逆汤。2.一个人忽然之间狂咳嗽、拉肚子，谵语，寒热满分，这是一个标准的真武汤证，用真武汤就是治疗心衰竭和肾衰竭造成
最闪亮的那颗星_b02d·2023-12-03 20:21

强化学习（一）——基本概念及DQN

1基本概念智能体agent，做动作的主体，（大模型中的AIagent）环境environment：与智能体交互的对象状态state；当前所处状态，如围棋棋局动作action：执行的动作，如围棋可落子点奖励reward：执行当前动作得到的奖励,(大模型中的奖励模型)策略policy:π(a∣s)\pi(a|s)π(a∣s)当前状态如何选择action,如当前棋局，落子每个点的策略回报(累计奖励)re
晚点吧·2023-12-03 06:33

【20230416】

老师又在讲深度学习和强化学习强化学习强化学习做的事情策略今日任务完成任务下周党课课表论文阅读论文标题论文作者Introduction图形模型和结果No-promisespeedTwo-daypromisespeedOne-daypromisespeed
limuqing_134·2023-12-03 04:39

强化学习简明教程

到目前为止，我们主要关注监督学习问题（主要是分类）。在监督学习中，我们得到某种由输入/输出对组成的训练数据，目标是能够在学习模型后根据一些新输入来预测输出。例如，我们之前研究过MNIST的卷积神经网络(CNN)分类模型；给定60000个数字图像和相应数字标签（例如“5”）的训练集，我们学习了一个能够预测新MNIST图像的数字标签的模型。换句话说，类似于（但不完全是）这样的东西：NSDT工具推荐：T
新缸中之脑·2023-12-03 01:34

DQN原理及PyTorch实现【强化学习】

NSDT工具推荐：Three.jsAI纹理开发包-YOLO合成数据生成器-GLTF/GLB在线编辑-3D模型格式在线转换-可编程3D场景编辑器-REVIT导出3D模型插件-3D模型语义搜索引擎欢迎来到我们的强化学习系列的第三部分
新缸中之脑·2023-12-03 01:34

强化学习Q-Learning算法和简单迷宫代码

使用到的符号：agent代理reward奖励state(s)状态action(a)行为Rreward矩阵Q矩阵：表示从经验中学到的知识episode：表示初始→目标一整个流程贝尔曼方程（迭代公式）：Q(s,a)←Q(s,a)+α[R(s,a)+γmax⁡a′Q(s′,a′)−Q(s,a)]Q(s,a)\leftarrowQ(s,a)+\alpha[R(s,a)+\gamma\mathop{\max
今我来思雨霏霏_JYF·2023-12-03 01:33

机械臂运动规划、抓取末端执行器、抓取开源项目

主要有三种方法，如传统的基于DMP的方法、模仿学习的方法和基于强化学习的方法。基于DMP的方法：主要包括DMP算法。形式化为稳定的非线性吸引子系统。基于模仿学习的方法：
cocapop·2023-12-02 17:35

[PyTorch][chapter 1][李宏毅深度学习-AI 简介]

前言：李宏毅深度学习从2017-2023的系列课程总结内容章节强化学习11李宏毅机器学习【2017】40李宏毅机器学习深度学习(完整版)国语【2020】119李宏毅大佬的深度学习与机器学【2022】90
明朝百晓生·2023-12-02 10:07
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他