深度增强学习DRL

探索未来，大规模分布式深度强化学习——深入解析IMPALA架构

—深入解析IMPALA架构scalable_agent项目地址:https://gitcode.com/gh_mirrors/sc/scalable_agent在当今的人工智能研究前沿，深度强化学习（DRL
汤萌妮Margaret·2024-09-15 12:30

（18-1）基于深度强化学习的股票交易模型：项目介绍+准备环境

在本章的这个项目中，实现了一个用于股票交易的DRL模型，旨在展示DRL在金融领域的潜力，提供其在股票交易中应用的实际例子。
码农三叔·2024-09-05 11:52

【科技前沿】用深度强化学习优化电网，让电力调度更聪明！

今天我们要聊的是如何利用深度强化学习（DRL）来优化电网的调度，让电力系统变得更智能、更高效。引入话题想象一下，如果你能够通过一种先进的技术手段，自动调整电网中的能源分配，不
风清扬雨·2024-09-01 19:05

drools in java_drools 编程例子

这篇文章主要讲解如何在项目中执行DRL文件并取得结果。
weixin_39829501·2024-08-24 16:33

王树森：学 DRL 走过的弯路太多，想让大家避开（文末赠送福利）

大家都知道，深度强化学习（DeepReinforcementLearning，DRL）就是应用了神经网络的强化学习。而强化学习是机器学习的一个分支，研究如何基于对环境的观测做出决策，以最大化长期回报。
人工智能与算法学习·2024-02-12 15:43

KIE

生命周期Author创作使用DRL、BPMN2、决策表、类进行知识创作构建将创作的知识构建为可部署的单元
金刚_30bf·2024-02-10 18:23

深度强化学习（王树森）笔记11

深度强化学习（DRL）本文是学习笔记，如有侵权，请联系删除。本文在ChatGPT辅助下完成。
阿正的梦工坊·2024-02-01 20:38

深度强化学习（王树森）笔记09

深度强化学习（DRL）本文是学习笔记，如有侵权，请联系删除。本文在ChatGPT辅助下完成。
阿正的梦工坊·2024-01-30 09:19

深度强化学习（王树森）笔记07

深度强化学习（DRL）本文是学习笔记，如有侵权，请联系删除。本文在ChatGPT辅助下完成。
阿正的梦工坊·2024-01-30 00:53

深度强化学习（王树森）笔记06

深度强化学习（DRL）本文是学习笔记，如有侵权，请联系删除。本文在ChatGPT辅助下完成。
阿正的梦工坊·2024-01-29 12:01

人工智能时代的十大核心技术：重塑未来的无限可能 - 第八章 - 深度增强学习，开启AI智能新篇章

其中，深度增强学习（DeepReinforcementLearning,DRL）作为AI领域的一颗璀璨明星，正引领着AI系统在复杂环境中实现更高的智能水平。那么，深度增强学习究竟是什么呢？
百家峰会·2024-01-29 12:59

深度强化学习（王树森）笔记04

深度强化学习（DRL）本文是学习笔记，如有侵权，请联系删除。本文在ChatGPT辅助下完成。
阿正的梦工坊·2024-01-29 03:19

废土

我是十年前王国所培养出来的强化人，我们强化的目的是为了与Drl的机器人军队相抗衡。
清风醉红楼·2024-01-28 09:28

nuaa-数据融合-基于强化学习的小游戏

、使用conda下载pytorch反转来了env.pymain.pyppo.py一、写在前面首先到github上下载这个项目GitHub-PiperLiu/Amazing-Brick-DFS-and-DRL
不买Huracan不改名·2024-01-23 16:00

（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。该库建立在强化学习的理论基础之上，通过提供易用的接口和实用的功能，帮助用户在金融市场中应用深度强化学习算法。库FinRL的主要特点和组件如下所示：强化学习环境：FinRL提供了金融领域特定的强化学习环境，使用户能够模拟和测
码农三叔·2024-01-20 09:51

规则引擎Drools、Aviator、Easy Rules的特点与使用场景简析

提供了规则语言(DRL)和一个基于Java的API，高度可扩展。支持基于规则的推理、决策和事件处理。使用场景：复杂的业务规则和决策逻辑场景：如风险评估、价格计算、优惠策略等。
码上猎人·2024-01-19 01:48

基于模型与不基于模型的深度增强学习_主编推荐 | 基于模型的强化学习—LQR与iLQR...

作者：知乎用户@王沃河编者按深度强化学习(DRL）的一炮走红，让人们一谈起强化学习首先想到的往往是DRL，而强化学习最早的起源来自optimalcontroltheory。
weixin_39572442·2024-01-18 19:19

2024年1月16日Arxiv热门深度强化学习论文：IDENTIFYING POLICY GRADIENT SUBSPACES

引言：深度强化学习中的梯度子空间探索深度强化学习（DeepReinforcementLearning,DRL）在解决复杂的连续控制任务中取得了显著成就，从Atari游戏到各种真实的机器人挑战，DRL的成功案例不胜枚举
夕小瑶·2024-01-17 10:16

机器人强化学习——Comparing Task Simplifications to Learn Closed-Loop Object Picking Using DRL（2019 RAL）

1简介任务是reach、grasp、lift，比较了rewardshaping、curriculumlearning、迁移学习，并迁移到了真实机器人场景中。本文抓取的方法框架是QT-Opt。2方法相机位置：机械臂腕部，眼在手上。state：深度图像、机械手张开宽度action：xyz平移、z轴旋转（想对于当前末端位姿）、机械手动作（开/闭）。每步平移最大1cm，初始state：随机选择n个物体放置
千羽QY·2024-01-16 22:53

机器人强化学习——Sim-to-Real Robot Learning from Pixels with Progressive Nets (2017)

论文地址：https://arxiv.org/abs/1610.042861简介针对现实世界中DRL对复杂任务学习慢的问题，提出progressivenetworks来将仿真中学习的策略迁移到真实世界中
千羽QY·2024-01-16 22:53

强化学习DRL--策略学习（Actor-Critic）

策略学习的意思是通过求解一个优化问题，学出最优策略函数π(a∣s)\pi(a|s)π(a∣s)或它的近似函数（比如策略网络）。一、策略网络在Atari游戏、围棋等应用中，状态是张量（比如图片），那么应该如图7.1所示用卷积网络处理输入。在机器人控制等应用中，状态s是向量，它的元素是多个传感器的数值，那么应该把卷积网络换成全连接网络。二、策略学习的目标函数状态价值既依赖于当前状态st，也依赖于策略网
还有你Y·2024-01-14 22:03

多模态推荐系统综述：三、多模态特征增强

解耦表征学习（DRL）和对比学习（CL）被用来进行基于交互的特征增强。3.1解耦表征学习DRL不同模态特征对于用户对项目的特定因素的偏好具有不同的重要性。
南宫凝忆·2024-01-08 16:50

深度强化学习落地方法论（2）—— 需求分析篇

不管公众号吹嘘得多么厉害，我们自己要摆正心态，不是所有需求都适合用DRL做，适合用DRL做的需求也未必能超越传统方法。在我看来，算法工程师的核心能力可以总结成以下三点：1.对各种算法本
WYJJYN·2024-01-08 04:12

算法导论复习（九）| 图树周游，回溯法，分支限界，最大流

则可能的顺序有：LDR：中根次序周游（中根遍历）LRD：后根次序周游（后根遍历）DLR：先根次序周游（先根遍历）RDL：逆中根次序周游RLD：逆后根次序周游DRL：逆先根次序周游一棵二元树可由中根遍历序列
brilliantgby·2024-01-05 13:06

交通 | DRL4LRP：空间优化之经典问题新方法

论文原文：Wang,S.,Zhou,J.,Liang,H.,Wang,Z.,Su,C.,&Li,X.(2023,November).ANewApproachforSolvingLocationRoutingProblemswithDeepReinforcementLearningofEmergencyMedicalFacility.InProceedingsofthe8thACMSIGSPATIA
运筹OR帷幄·2023-12-25 03:23

drools基础语法和规则属性

1.Drools基础语法1.1规则文件构成在使用Drools时非常重要的一个工作就是编写规则文件，通常规则文件的后缀为.drl。drl是DroolsRuleLanguage的缩写。
shangjg3·2023-12-24 03:18

深度强化学习（DRL）简介与常见算法（DQN，DDPG，PPO，TRPO，SAC）分类

简单介绍深度强化学习的基本概念，常见算法、流程及其分类（持续更新中），方便大家更好的理解、应用强化学习算法，更好地解决各自领域面临的前沿问题。欢迎大家留言讨论，共同进步。（PS：如果仅关注算法实现，可直接阅读第3和4部分内容。）1.强化学习ReinforcementLearning（RL）：强化学习强化学习属于机器学习的一种，不同于监督学习和无监督学习，通过智能体与环境的不断交互（即采取动作），进
行至为成·2023-12-18 12:44

ALNS的MDP模型| 还没整理完12-08

有好几篇论文已经这样做了，先摆出一篇，然后再慢慢更新第一篇该篇论文提出了一种称为深增强ALNS（DR-ALNS）的方法，它利用DRL选择最有效的破坏和修复运营商，配置破坏严重性参数施加在破坏算子上，并设置
Zzzzzzz_s·2023-12-14 18:10

【论文阅读】1 SkyChain：一个深度强化学习的动态区块链分片系统

状态块创建3.2.2合并过程3.2.3拆分过程3.3评价框架3.3.1性能3.3.1.1共识延迟3.3.1.2重新分片延迟3.3.1.3处理事务数3.3.1.4约束3.3.2安全性3.3.3问题介绍四、基于DRL
Camina hacia ti·2023-12-01 20:17

黑马Drools学习笔记（二）——Drools基础语法

执行指定规则7关键字8Drools内置方法8.1update方法8.2insert方法8.3retract方法1规则文件构成在使用Drools时非常重要的一个工作就是编写规则文件，通常规则文件的后缀为.drl
Keson Z·2023-11-30 19:42

Drool的global变量

drl文件中如何使用：importcom.blackfish.demo.drools.OutputDisplay;globalOutputDisplayoutputDisplay;rule"rule1"
翁正存·2023-11-28 12:16

二叉树的遍历

假如以L、D、R分别表示遍历左子树、访问根节点和遍历右子树，则可以有DLR、LDR、LRD、DRL、RDL、RLD这6种遍历二叉树的方案。
12313凯皇·2023-11-27 06:43

＜深度强化学习落地方法论＞ 笔记

Part1.需求分析DRL的过拟合天性DRL解决的是从过去经验中学习有用知识，并用于后续决策的问题。
什么都不太行的syq·2023-11-27 01:04

深度强化学习落地方法论（4）——动作空间篇

目录前言对动作空间的三个要求完备性高效性合法性结语前言在将DRL应用于实际项目时，可能最轻松愉快的部分就是动作空间定义了。
wyjjyn·2023-11-27 01:34

Drools 7 用OOPath遍历嵌套类型的实体对象

Drools7基于XPath的OOPath用于DRL中简化对象或者内层嵌套的对象的条件约束配置。
miemieYang89·2023-11-26 06:54

Drools 7 Modify 和对象直接赋值差异

modify代表修改fact，会再次触发符合条件的rule对象直接修改只是java操作，不会会再次触发符合条件的rule以下为测试代码-drl部分packageorg.drools.learnimportorg.drools.learn.ModifyTest.Message
weixin_40455124·2023-11-26 06:14

拆解文章—提高写作水平的法宝

附文章链接https://mp.weixin.qq.com/s/LbLwPaXEuFi_dRl20x8KKQ01拆解文章的选题现今社会人们普遍生活和工作压力都比较大，这就需要
蔚蓝·2023-11-24 12:10

《强化学习周刊》第58期：RFQI、DRL-DBSCAN&广义强化学习

No.58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》。订阅方法：方式1：扫描下面二维码，进入《强化学习周刊》主页，选择“关注TA”。方式2：点击本文下方的“阅读原文”，进入《强化学习周刊》Hub社区版，根据内附的详细订阅步骤，完成订阅。关于周刊强化学习作为人工智能领域研究热点之一，其研究
智源社区·2023-11-23 01:14

Auto-Tuning with Reinforcement Learning for Permissioned Blockchain Systems

文章目录摘要一、介绍二、相关工作2.1总账结构2.2织物优化三、系统结构四、作为DRL问题的自动调谐4.1参数和性能4.2问题的转化4.3RL用于自动调参4.4PB-MADDPG用于自动调参五、重要参数识别六
miracleo_·2023-11-21 10:34

air_learning-ue4, rl环境配置踩坑及解决。

airlearning是一个做DRL的开发场景，集成了envsetting，支持domainrandomization。
absolute_beauty·2023-11-20 11:05

强化学习中的Transformer发展到哪一步了？清北联合发布TransformRL综述

©作者|WenzheLi等来源|机器之心强化学习（RL）为顺序决策提供了一种数学形式，深度强化学习（DRL）近年来也取得巨大进展。然而，样本效率问题阻碍了在现实世界中广泛应用深度强化学习方法。
PaperWeekly·2023-11-19 19:05

小白也想搞科研（一）之DRL优化数据库查询执行计划

我知道深度强化学习在许多领域都取得了显著的成果，你觉得我们可以如何将DRL应用到数据库优化中？研究员B:一个有趣的应用可能是使用DRL来优化查询执行计划。
Joy T·2023-11-19 10:38

《Grokking Deep Reinforcement Learning》笔记（Chapter 8-10）

Chapter8本书依然聚焦于强化学习问题中智能体与环境交互之后得到的feedbacksignal的形式，前7章包含了sequentialandevaluativefeedback，而DRL的目标是构建一个能够从
RavenRaaven·2023-11-10 14:02

Anaconda、PyCharm安装

背景：科研需要，安装Anaconda、PyCharm进行ANN训练以及DRL算法学习。
HYD_493·2023-11-09 04:51

强化学习简单介绍

贝尔曼方程的表达式状态值函数的贝尔曼方程：动作值函数的贝尔曼方程：4.贝尔曼方程的应用策略迭代和值迭代策略迭代值迭代Q学习Q学习的基本原理Q学习的优缺点优点：缺点：应用领域深度强化学习深度强化学习的主要组成部分DRL
百年孤独百年·2023-11-01 12:33

【Note】二叉树的遍历

访问根，遍历右子树，遍历左子树，记作DRL。遍历左子树，遍历右子树，访问根，记作LRD。遍历左子树，访问根，
安心学编程·2023-10-27 19:09

在Win10上安装Pytorch0.4.0及其他相关安装包（基于《深度强化学习入门与实践指南》）

创建虚拟环境（电脑已事先安装好Aconda)在Cmd命令行中输入condacreate-nDRLpython=3.6这里DRL是自定义的虚拟环境名。由于书中写道所有代码
CGEFAstro·2023-10-25 04:31

深度增强学习：走向通用人工智能之路

深度增强学习：走向通用人工智能之路本文是系列文章中的第一篇，是对深度增强学习/深度强化学习的基本介绍以及对实现通用人工智能的探讨。现在但凡写人工智能的文章，必提AlphaGo。
isuccess88·2023-10-23 15:37
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他