深度强化学习

OM | 论文精读： 深度强化学习与智慧交通(一）

作者：宋绪杰随着城市化和新兴智能技术的发展，交通运输系统中包含了越来越多的人工智能技术（AI），被称为智能交通系统（ITS）。本文主要讨论强化学习（RL）在智能交通系统中的应用，下面摘录文中与“交通信号灯控制”相关的内容。论文标题：DeepReinforcementLearningforIntelligentTransportationSystems:ASurvey论文作者：AmmarHaydar
运筹OR帷幄·2022-12-28 09:18

医学图像处理医学图像处理-卷积神经网络卷积神经网络_典型的深度学习算法（一）：卷积神经网络（CNN）...

在深度学习领域中，已经验证的典型成熟算法有卷积神经网络（CNN）、循环神经网络（RNN）、生成对抗网络（GANs）、深度强化学习（RL）等，下面企通查将带领大家对典型的深度学习算法之一——卷积神经网络（
weixin_39830175·2022-12-28 02:18

读深度强化学习落地指南一书总结

读强化学习落地指南总结提示：写完文章后，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读强化学习落地指南总结前言四、action五、状态5.1设计原则六、回报函数的设计6.1主线reward和稀疏奖励问题6.2杜绝异常行为6.2.1鲁莽-饮鸩止渴6.2.2贪婪-目光短浅，蝇头小利，捡芝麻丢西瓜6.2.3胆怯6.3rewardshaping6.3.1势能函数十一、其他总结七、训练7.1环境可
D_JQ·2022-12-27 13:23

强化学习之模仿学习

通过深度强化学习，我们能够让机器人针对一个任务实现从0到1的学习，但是需要我们定义出reward函数，在很多复杂
薛定谔的炼丹炉！·2022-12-26 23:03

【总结】解决MAPPO（Multi-Agent PPO）问题技巧

深度强化学习实验室官网：http://www.neurondance.com/论坛：http://deeprl.neurondance.com/本文转载自：机器之心清华和UC伯克利联合研究发现，在不进行任何算法或者网络架构变动的情况下
深度强化学习实验室·2022-12-26 15:07

【深度强化学习】MAPPO 代码学习

【深度强化学习】MAPPO代码学习MAPPO的开源代码库：https://github.com/marlbenchmark/on-policyMAPPO的主要实现在onpolicy中实现，接下来逐一对MAPPO
见见大魔王·2022-12-26 15:34

83篇文献-万字总结强化学习之路

深度强化学习实验室报道作者：侯宇清，陈玉荣编辑：DeepRL深度强化学习是深度学习与强化学习相结合的产物，它集成了深度学习在视觉等感知问题上强大的理解能力，以及强化学习的决策能力，实现了端到端学习。
Datawhale·2022-12-25 10:26

应用前瞻||强化学习求解车间调度问题的未来

文章目录  在理论和应用上，深度强化学习仍然处于人工智能的初级阶段，随着信息技术和制造技术的发展，将会出现更多不同的应用模式，关于深度强化学习在车间调度中的未来应用，可以考虑以下几个方面：(1)数字孪生与强化学习的融合
松间沙路hba·2022-12-24 22:55

《强化学习周刊》第27期：MIT研究表明通用LTL目标的强化学习很难实现

本期贡献者：李明、刘青、小胖、陈元文章来源：智源社区论文推荐强化学习近年来取得了令人瞩目的成就，其应用于各个领域的研究也取得较大的进步，比如深度强化学习、非策略
AMiner学术搜索和科技情报挖掘·2022-12-24 16:12

6、DRN-----深度强化学习在新闻推荐上的应用

1、摘要：提出了一种新的深度强化学习框架的新闻推荐。由于新闻特征和用户喜好的动态特性，在线个性化新闻推荐是一个极具挑战性的问题。
csid_502·2022-12-24 14:26

POMO: Policy Optimization with Multiple Optima for Reinforcement Learning学习笔记

文章目录摘要零、一些基础1.梯度近似2.策略梯度定理3.REINFORCE4.REINFORCEwithBaseline5.REINFORCEActor-Critic一、介绍二、相关工作（1）深度强化学习构建法
好奇小圈·2022-12-24 10:23

DeepMind推出分布式深度强化学习架构IMPALA，让一个Agent学会多种技能

维金编译自DeepMindBlog量子位出品|公众号QbitAI目前，深度增强学习（DeepRL）技术在多种任务中都大获成功，无论是机器人的持续控制问题，还是掌握围棋和雅达利的电子游戏。不过，这些方面的进展仅限于孤立任务。完成每一项任务都要单独调试、训练agent。在最近的工作中，我们研究了如何训练单一agent去执行多种任务。今天，我们发布了DMLab-30。这是一组新任务，包含了在统一视觉环境
量子位·2022-12-23 13:11

深度强化学习的人工智能在游戏中的运用：游戏AI入门及AI优化指南

前言：现如今，所有电子游戏都离不开AI的运用，对于游戏策划而言AI是什么，AI又是如何运作，可以说是面试时的加分项，本文在这里不探讨理论的AI（采用深度强化学习的智能AI，如腾讯AILab、网易伏羲AI
woliuqiangdong·2022-12-23 13:40

DPPO深度强化学习算法实现思路(分布式多进程加速)

为什么是多进程众所周知，python的多线程是伪多线程，在全局GIL下某一时刻python只有一个线程在执行，这就意味着在计算密集型任务下多线程反而会更慢（上下文切换）。因此，想做关于强化学习加速的任务只能多进程（可以理解为手动运行多个程序）。但是多进程又很麻烦，麻烦在进程之间的数据联系（因为进程是不共享全局区的），本文采用pipe技术（管道）做数据传输。代码具体实现代码已上传github：htt
Y. F. Zhang·2022-12-23 13:38

迷宫_Sarsa算法_边做边学深度强化学习：PyTorch程序设计实践（2）

迷宫_Sarsa算法_边做边学深度强化学习：PyTorch程序设计实践（2）0、相关系列文章1、导入所使用的包2、定义迷宫3、定义迷宫动作4、策略参数θ转换为行动策略π5、定义动作和状态获取函数6、定义
sethnieTech·2022-12-23 13:06

强化学习图鉴｜人工智能新兴子领域，分布式强化学习是AI技术未来大规模实用化的关键？

引言分布式强化学习(DistributedRL)是深度强化学习走向大规模应用，解决复杂决策空间和长期规划问题的必经之路。
OpenDILab开源决策智能平台·2022-12-23 13:06

论文研读笔记（四）——通过分布式深度强化学习从具有挑战性的环境中学习人群感知机器人导航

通过分布式深度强化学习从具有挑战性的环境中学习人群感知机器人导航（LearningCrowd-AwareRobotNavigationfromChallengingEnvironmentsviaDistributedDeepReinforcementLearning
小王爱学习1234·2022-12-23 13:03

强化学习学习资料

1、OpenAI建立的强化学习教育资源网站，可以让我们更轻松地学习深度强化学习。里面有很多有用的资源，包括：（1）强化学习基本术语、算法种类、基本理论的介绍。（2）一篇关于如何成长为RL研究者的文章。
UC_Gundam·2022-12-23 13:20

(原文)基于甘特图的深度强化学习方法求解端到端在线重调度

获取更多资讯，赶快关注上面的公众号吧！文章目录介绍关注公众号，后台回复"甘特图"获取原文新方法重调度环境优化目标重调度策略重调度方法调度状态表达调度动作奖励函数训练算法马尔可夫决策过程实验结果实验1：紧急插单实验2：物料延迟到达实验3：标准案例介绍关注公众号，后台回复"甘特图"获取原文  面对车间的工艺柔性、生产复杂性和订单的高可变性等影响制造工艺计划和响应的动态因素，就要求人类具有独特的认知能力
松间沙路hba·2022-12-23 11:28

深度强化学习-DQN 算法及 Actor-Critic 算法-笔记（五）

DQN算法及Actor-Critic算法DQNQ-learning状态价值函数StateValueFunction状态价值函数的贝尔曼方程如何衡量状态价值函数？MCvs.TD状态-动作价值函数State-actionValueFunctionstatevaluefunction与state-actionvaluefunction目标网络TargetNetwork探索Exploration经验重放E
wield_jjz·2022-12-22 08:04

强化学习——价值学习中的DQN

文章目录前言DQN算法损失函数推导训练DQN训练DQN的技巧优先经验回放数组缓解高估问题自举造成的高估问题最大化造成的高估问题双DQN前言本文为《深度强化学习》的阅读笔记，如有错误，欢迎指出DQN算法DQN
菜到怀疑人生·2022-12-22 08:30

强化学习基础知识笔记[6] - DQN

参考资料[1]深度强化学习系列第一讲DQN本文主要是对该资料学习的笔记，并且加入了一些自己的想法，如有错误欢迎指出。
AaronXueNF·2022-12-22 08:59

深度强化学习输出值总是不变？

深度强化学习输出值总是不怎么变？
七层孤独之后·2022-12-22 07:41

《Deep Reinforcement Learning framework for Autonomous Driving》翻译

基于Atari游戏学习的成功演示和Goby谷歌DeepMind，我们提出了一个使用深度强化学习的自主驾驶框架。这一点特别重要，因为由于自动驾驶
菜鸟小菇凉·2022-12-20 08:49

深度强化学习与迁移学习核心技术的开发与应用

时间安排大纲具体内容实操案例三天关键点1.强化学习的发展历程2.马尔可夫决策过程3.动态规划4.无模型预测学习5.无模型控制学习6.价值函数逼近7.策略梯度方法8.深度强化学习-DQN算法系列9.深度策略梯度
wargzn_·2022-12-20 08:47

深度强化学习

而深度强化学习，作为一种崭新的机器学习方法,同时具有感知能力和决策能力，它是深度学习与强化学习的结合，二者的结
m0_72579657·2022-12-20 08:15

【无标题】深度强化学习核心技术开发与应用

而深度强化学习，作为一种崭新的机器学习方法,同时具有感知能力和决策能力，它是深度学习与强化学习的结合，二者的结
m0_72579657·2022-12-20 08:15

深度强化学习（DRL）四：DQN的实战(DQN, Double DQN, Dueling DQN)

目录一、环境二、DQN三、DoubleDQN四、DuelingDQN(D3QN)五、小结全部代码:https://github.com/ColinFred/Reinforce_Learning_Pytorch/tree/main/RL/DQN一、环境查看可用的环境fromgymimportenvsprint(envs.registry.all())ValuesView(├──CartPole:[v
钟鸣_·2022-12-19 14:08

浅尝深度强化学习(一)---Deep Q-Learning with Keras and Gym-CartPole-v0

1.前言1.1一直都觉得深度强化学习(DRLDeepeinReinforcementLearning)是一个很神奇的技术,利用奖励去(Reward)诱导神经网络(Neuralnetwork)学习参数,调整策略
零壹博弈·2022-12-19 14:37

什么是强化学习中的“重要性采样”？

因为目前深度强化学习中大多数方法都是以Q-Learning为基础的，而Q-Learning又恰恰不需要重要性采样，所以导致很多人接触不到这个概念。
LRJ-jonas·2022-12-18 23:22

深度强化学习技术概述

深度强化学习介绍强化学习主要用来学习一种最大化智能体与环境交互获得的长期奖惩值的策略，其常用来处理状态空间和动作空间小的任务，在如今大数据和深度学习快速发展的时代下，针对传统强化学习无法解决高维数据输入的问题
阿里云技术·2022-12-18 18:52

深度学习的发展方向： 深度强化学习！

深度强化学习是两套理论体系乘风破浪以后的成团产物，其骨架来自强化学习，而灵魂由深度学习赋予。深度强化学习是一个值得持续研究和关注的新方向。
小白学视觉·2022-12-18 18:21

寻找值得学习的强化学习自定义

二、车间调度问题的转化2.1.状态空间2.2动作空间2.3奖惩函数2.4环境三、深度强化学习算法3.1动作探索策略3.2激活函数的选择3.3DDPG算法总结前言标题：基于深度强化学习的离散型制造企业车间动态调度研究作者
古道西风瘦码·2022-12-18 18:19

深度学习与强化学习的区别以及深度强化学习是什么

有强大的感知与表达能力面向高维数据通过多层的网络结构和非线性变换，组合底层特征形成抽象的易于区分的高层表示以发现数据的分布式特征表示强化学习（RL）具有决策能力通过智能体的试错机制与环境进行不断交互从而最大化智能体从环境中获得的累计奖赏值深度强化学习
showswoller·2022-12-18 18:48

深度强化学习

前言深度强化学习(DRL)已成为人工智能研究的热点之一。它已被广泛应用于端到端控制、机器人控制、推荐系统、自然语言对话系统等各个领域。
古道西风瘦码·2022-12-18 18:18

《强化学习周刊》第33期：UdeM | 基于不确定性估计的样本高效深度强化学习

No.33智源社区强化学习组强化学习研究观点资源活动关于周刊强化学习作为人工智能领域研究热点之一，其研究进展与成果也引发了众多关注。为帮助研究与工程人员了解该领域的相关进展和资讯，智源社区结合领域内容，撰写为第33期《强化学习周刊》。本期周刊整理了强化学习领域相关的最新论文推荐等，以飨诸位。周刊采用社区协作的模式产生，欢迎感兴趣的朋友们参与我们的工作，一起来推动强化学习社群的分享、学习和交流活动。
智源社区·2022-12-18 16:17

变种 背包问题_深度强化学习-求解组合优化问题

1PointerNetworkspapergithubVinyals的这篇论文提出了PointerNetwork（PN），求解了一些经典的组合优化问题，比如旅行商问题（TSP）和背包问题（Knapsackproblem）。他们使用注意力机制计算Softmax概率值，将其当做指针（Pointer）指向输入序列中的元素，对输入序列进行组合，最后使用有监督方法对模型进行训练。这篇论文是后面几篇论文的基础
weixin_39613712·2022-12-18 13:35

【深度强化学习】DDPG算法

算法描述DDPG算法共有4个网络，两个策略网络μ\muμ和μ′\mu^{'}μ′，它们可以根据输入状态确定地输出动作，额外加上一个噪声NtN_tNt;两个critic网络Q和Q′Q和Q^{'}Q和Q′，它们可以根据输入向量[s,a]，输出相应的Q值。同时，和DQN一样，DDPG中也引入了experiencebuffer的机制，用于存储agent与环境交互的数据(st,at,rt,st+1,done
FPGA硅农·2022-12-17 14:16

深度强化学习-TD3算法

论文地址：https://arxiv.org/pdf/1802.09477.pdfTD3（TwinDelayedDeepDeterministicpolicygradientalgorithm）算法适合于高维连续动作空间，是DDPG算法的优化版本，为了优化DDPG在训练过程中Q值估计过高的问题。相较DDPG的改进：1、运用两个Critic网络。运用两个网络对动作价值函数进行估计。在练习的时分挑选最
athrunsunny·2022-12-17 14:42

深度强化学习Soft-Actor Critic算法高性能Pytorch代码(改写自spinningup，低环境依赖，低阅读障碍)

写在前面DRL各种算法在github上各处都是，例如莫凡的DRL代码、ElegantDRL（易读性NO.1）很多代码不是原算法的最佳实现，在具体实现细节上也存在差异，不建议直接用在科研上。这篇博客的代码改写自OpenAispinningup源码DRL_OpenAI，代码性能方面不再是你需要考虑的问题了。为什么改写？因为源码依赖环境过多，新手读起来很吃力，还有很多logger让人头疼。这篇博客的代码
Y. F. Zhang·2022-12-16 23:10

深度强化学习DDPG算法高性能Pytorch代码(改写自spinningup，低环境依赖，低阅读障碍)

写在前面DRL各种算法在github上各处都是，例如莫凡的DRL代码、ElegantDRL（推荐，易读性NO.1）很多代码不是原算法的最佳实现，在具体实现细节上也存在差异，不建议直接用在科研上。这篇博客的代码改写自OpenAispinningup源码DRL_OpenAI，代码性能方面不再是你需要考虑的问题了。为什么改写？因为源码依赖环境过多，新手读起来很吃力，还有很多logger让人头疼。这篇博客
Y. F. Zhang·2022-12-16 23:40

python千行代码项目_清华本科生开发强化学习平台「天授」：千行代码实现，刚刚开源...

就在最近，一个简洁、轻巧、快速的深度强化学习平台，完全基于Pytorch，在Github上开源。如果你也是强化学习方面的同仁，走过路过不要错过。
weixin_39529302·2022-12-16 23:39

清华本科生开发强化学习平台「天授」：千行代码实现，性能吊打国外成熟平台，刚刚开源...

就在最近，一个简洁、轻巧、快速的深度强化学习平台，完全基于Pytorch，在Github上开源。如果你也是强化学习方面的同仁，走过路过不要错过。
QbitAl·2022-12-16 23:33

【强化学习】(一）RL基本概念

目录预备知识数学相关相关概念ReturnValueFunction价值函数RL随机性的两个来源ExampleGYM入门学习资料，莫烦PythonRL系列，王树森深度强化学习预备知识数学相关概率密度函数（
Junewang0614·2022-12-15 17:05

深度学习技术在自动驾驶中的应用

作者就自动驾驶中使用的深度学习技术的现状以及基于人工智能的自驱动结构、卷积和递归神经网络、深度强化学习范式进行了详细的阐述。
智能交通技术·2022-12-14 13:23

深度强化学习制作森林冰火人游戏AI（一）下载游戏

概述首先先把游戏环境搭建起来下载游戏这部分的介绍可以看python从4399获取小游戏，我就不重新介绍一遍了importosimportrequests#基础urlhost_url='http://www.4399.com'swfbase_url='http://sda.4399.com/4399swf'#根据网页网址，获取游戏defdownload_game(url):#获取网页源代码game_
怪皮蛇皮怪·2022-12-13 11:41

深度强化学习

参考1.引言—动手学深度学习2.0.0documentation深度强化学习（deepreinforcementlearning）将深度学习应用于强化学习的问题，是非常热门的研究领域。
流萤数点·2022-12-13 09:55

深度强化学习：（一）马尔科夫决策过程

一、马尔科夫过程1.马尔可夫性如果P[St+1|St]=P[St+1|S1,...,St]，即系统下一状态St+1只与当前状态St有关，则称为Markov性。2.状态转移概率P是状态转移概率矩阵，每一行的概率和为1。3.马尔科夫过程MarkovProcess由组成，S是有限状态集，P是状态转移概率矩阵二、马尔科夫奖励过程1.表示方法MRP由组成，加了policyπ后MRP格式改变成。回报函数，是当
Warship_·2022-12-12 12:55

基于深度强化学习的小球弹射控制系统仿真对比DDPG和TD3

目录1.算法概述2.仿真效果3.MATLAB仿真源码1.算法概述深度强化学习将深度学习的感知能力和
Simuworld·2022-12-12 10:00

深度强化学习

强化学习有两个基本概念：环境（即外部世界）和智能体（即你正在编写的算法）。智能体向环境发送行为，环境回复观察和奖励（即分数）。强化学习其实也是机器学习的一个分支，但是它与我们常见监督学习和无监督学习又不太一样。强化学习旨在选择最优决策，它讲究在一系列的情景之下，通过多步恰当的决策来达到一个目标，是一种序列多步决策的问题，而监督式学习和非监督式学习主要关注的是做出预测。。该学习算法能帮助我们公式化表
岩枭·2022-12-11 18:25
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他