深度强化学习

深度强化学习：深度解析 MADDPG

深度强化学习：深度解析MADDPG学习强化学习，码代码的能力必须要出众，要快速入门强化学习搞清楚其中真正的原理，读源码是一个最简单的最直接的方式。最近创建了一系列该类型文章，希望对大家有多帮助。
汀、人工智能·2023-07-14 15:48

Pytorch深度强化学习1-2：详解K摇臂赌博机模型和ϵ-贪心算法

详情：《Pytorch深度强化学习》
Mr.Winter`·2023-07-13 17:57

强化学习从基础到进阶-案例与实践[3]：表格型方法：Sarsa、Qlearning；蒙特卡洛策略、时序差分等以及Qlearning项目实战

相关技巧（调参、画图等、趣味项目实现、学术应用项目实现专栏详细介绍：【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等、趣味项目实现、学术应用项目实现对于深度强化学习这块规划为
汀、人工智能·2023-06-23 21:00

强化学习从基础到进阶-常见问题和面试必知必答[3]：表格型方法：Sarsa、Qlearning；蒙特卡洛策略、时序差分等以及Qlearning项目实战

相关技巧（调参、画图等、趣味项目实现、学术应用项目实现专栏详细介绍：【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等、趣味项目实现、学术应用项目实现对于深度强化学习这块规划为
汀、人工智能·2023-06-23 21:30

MEC相关论文笔记

论文名称：基于深度强化学习的车辆边缘计算调度DeepReinforcementLearning-BasedOffloadingSchedulingforVehicularEdgeComputing前言VEC
照旧的你好·2023-06-23 03:52

强化学习从基础到进阶-常见问题和面试必知必答[2]：马尔科夫决策、贝尔曼方程、动态规划、策略价值迭代

相关技巧（调参、画图等、趣味项目实现、学术应用项目实现专栏详细介绍：【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等、趣味项目实现、学术应用项目实现对于深度强化学习这块规划为
汀、人工智能·2023-06-21 04:16

强化学习从基础到进阶-案例与实践[1]：强化学习概述、序列决策、动作空间定义、策略价值函数、探索与利用、Gym强化学习实验

相关技巧（调参、画图等、趣味项目实现、学术应用项目实现专栏详细介绍：【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等、趣味项目实现、学术应用项目实现对于深度强化学习这块规划为
汀、人工智能·2023-06-21 04:15

供应链 | 基于图神经网络和深度强化学习的柔性车间调度方法

编者按本次解读的文章发表于IEEETRANSACTIONSONINDUSTRIALINFORMATICS，原文摘要总结如下：本文考虑了众所周知的灵活作业车间调度问题，并通过提出一种新颖的深度强化学习（DRL
运筹OR帷幄·2023-06-21 04:42

强化学习从基础到进阶-案例与实践[2]：马尔科夫决策、贝尔曼方程、动态规划、策略价值迭代

相关技巧（调参、画图等、趣味项目实现、学术应用项目实现专栏详细介绍：【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等、趣味项目实现、学术应用项目实现对于深度强化学习这块规划为
汀、人工智能·2023-06-20 14:35

张校捷《深度强化学习算法与实践：基于PyTorch的实践》| 代码整理

这些突破背后的关键技术便是深度强化学习(DeepReinforcementLearning,DRL)。
·2023-06-20 12:59

AI 大战 AI，一个深度强化学习多智能体竞赛系统

这是一款全新打造的⚔️AIvs.AI⚔️——深度强化学习多智能体竞赛系统。这个工具托管在Space上，允许我们创建多智能体竞赛。它包含三个元素:一个带匹配算法的Space，使用后台任务运行模型战斗。
·2023-06-20 09:04

深度强化学习引导的脑网络分析图神经网络

https://www.sciencedirect.com/science/article/pii/S0893608022002507#fig1https://www.sciencedirect.com/science/article/pii/S0893608022002507#fig1论文地址图1所示。说明我们提出的脑网络表征学习框架BN-GNN。虚线的左侧说明了一个MDP进程的示例。首先，我们
小蜗子·2023-06-20 06:00

ChatGPT之深度强化学习DRL理解

参考文献:Part1:KeyConceptsinRL—SpinningUpdocumentationInanutshell,RListhestudyofagentsandhowtheylearnbytrialanderror.（RL是对agent如何试错的一个研究）Itformalizestheideathatrewardingorpunishinganagentforitsbehaviormak
gridlayout·2023-06-20 04:07

LLVM 标准 C++ 排序算法

Nature官网发表《深度强化学习发现更快的排序算法》。排序或散列这样的基本算法在任何一天都会被使用数万亿次1。
ejinxian·2023-06-20 01:10

【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等)、趣味项目实现、学术应用项目实现

【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等、趣味项目实现、学术应用项目实现对于深度强化学习这块规划为：基础单智能算法教学（gym环境为主）主流多智能算法教学
汀、人工智能·2023-06-18 11:18

强化学习基础篇【1】：基础知识点、马尔科夫决策过程、蒙特卡洛策略梯度定理、REINFORCE 算法

相关技巧（调参、画图等、趣味项目实现、学术应用项目实现专栏详细介绍：【强化学习原理+项目专栏】必看系列：单智能体、多智能体算法原理+项目实战、相关技巧（调参、画图等、趣味项目实现、学术应用项目实现对于深度强化学习这块规划为
汀、人工智能·2023-06-18 11:45

upyter Notebook：内核似乎挂掉

项目场景：提示：这里简述项目相关背景：项目场景：深度强化学习在中国股票量化交易上的应用，要求跑赢大盘问题描述提示：这里描述项目中遇到的问题：使用JupyterNotebook运行时，跑到绘图部分，崩溃了
手把手教你学AI·2023-06-17 03:24

续上一节【图神经网络 & 文献精读】针对SARS-CoV-2大流行的改进和优化的药物再利用方案（2）| 附：深度强化学习；复杂网络分析 | 附：图神经网络在自然语言处理中的应用

谁说我没有死过？出生以前，太阳已无数次起落，悠久的时光被悠久的虚无吞并。又以我生日的名义，卷土重来。--------史铁生《病隙碎笔》作者主页：追光者♂个人简介：计算机专业硕士研究生、2022年CSDN博客之星人工智能领域TOP4、阿里云社区特邀专家博主、CSDN-人工智能领域新星创作者、预期2023年10月份·准CSDN博客专家【无限进步，一起追光！】欢迎大家点赞收藏⭐留言附：【图神经网络&文献
追光者♂·2023-06-16 18:28

实现一个 AI 驱动的马里奥（使用双重深度 Q 网络），它可以自己玩游戏

训练玩马里奥的RL智能体本教程将向您介绍深度强化学习的基础知识。最后，您将实现一个AI驱动的马里奥（使用双重深度Q网络），它可以自己玩游戏。#!
yanglamei1962·2023-06-16 10:33

强化学习路线规划之深度强化学习

学到如今，我实在明白了一个至关重要的东西，那就是目标很重要，有了清晰的目标我们就知道该做什么，不至于迷茫，否则每天都在寻找道路。所以我一直在规划这样一条道路，让想学习的人可以抛下不知道该怎么做的顾虑，不至于每天迷茫在该怎么做当中。力量是宝贵的，应该被花在真正知识的学习上，而不是被消耗在寻找道路的迷惘上。所以，我自己也一直在探索学习方法，如何不偏离主线。其次，学习一样东西，一定要先弄清楚其本源，要搞
eyexin2018·2023-06-15 20:04

【送书福利-第十二期】机工社Python与AI好书来袭！~

本文目录一、前言二、书籍介绍1、认识AI2、Python程序设计：人工智能案例实践3、机器学习Python版4、深度强化学习5、机器学习实践三、抽奖方式总结一、前言近来，人工智能聊天机器人ChatGPT
程序员洲洲·2023-06-15 01:44

基于多动作深度强化学习的柔性车间调度研究（Matlab代码实现）

欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳座右铭：行百里者，半于九十。本文目录如下：目录1概述2运行结果3文献来源4Python代码实现1概述灵活作业车间调度问题（FJSP）在现代制造业中起着至关重要的作用，广泛用于各种制造工艺，例如半导体制造，汽车和纺织品制造（Brucker和Schlie，1990，Garey等人，1976，Jain和Meeran，19
紫极星光·2023-06-15 01:13

或许是一个新的算法方向？

今日谷歌DeepMind使用深度强化学习发现更快的排序算法，相关论文[1]成果已经发表在Nature上。据报道：该算法可以提速70％，相比之下，快了3倍之多。
冷冻工厂·2023-06-12 15:29

或许是一个新的算法方向？

今日谷歌DeepMind使用深度强化学习发现更快的排序算法，相关论文成果已经发表在Nature上。据报道：该算法可以提速70％，相比之下，快了3倍之多。
·2023-06-11 11:05

自学大语言模型之GPT

GPT火爆的发展史2017年6月OpenAI联合DeepMind首次正式提出的：DeepReinforcementLearningfromHumanPreferences，即基于人类偏好的深度强化学习，
深度学习的学习僧·2023-06-11 07:14

大语言模型之人类反馈学习RLHF

在2017年左右，深度强化学习（DeepReinforcementLearning）逐渐兴起并引起广泛关注。
深度学习的学习僧·2023-06-11 07:42

Pytorch深度强化学习：Gym安装与环境搭建教程(附基本指令表)

目录1Gym介绍2Gym安装3基本指令3.1`make()`3.2`reset()`3.3`step()`3.4`close()`4常见问题参考资料1Gym介绍强化学习是在潜在的不确定复杂环境中，训练一个最优决策指导一系列行动实现目标最优化的机器学习方法。自从AlphaGo的横空出世之后，确定了强化学习在人工智能领域的重要地位，越来越多的人加入到强化学习的研究和学习中。OpenAIGym是一个研究
Mr.Winter`·2023-06-10 20:29

100余行代码带你入门强化学习DQN算法

.关键要点2.1replaybuffer存储及采样数据2.2DQN网络2.3主函数3.完整代码4.关于NatureDQN图像输入的处理手段1.简介DQN算法是经典的强化学习算法，作为一个入门级的算法，深度强化学习领域的
ReEchooo·2023-06-08 09:34

深度学习知识点总结（持续更新中）

文章目录知识点总结1.神经网络2.卷积神经网络(CNNs)3.循环神经网络(RNNs)4.深度强化学习(DRL)5.生成对抗网络(GANs)6.自编码器(Autoencoders)7.深度学习框架8.超参数调优
旧言.·2023-06-08 01:01

基于深度强化学习的目标驱动型视觉导航泛化模型

深度强化学习在目标驱动型视觉导航的泛化参考论文《TowardsGeneralizationinTarget-DrivenVisualNavigationbyUsingDeepReinforcementLearning
Moresweet猫甜·2023-06-07 00:55

Pytorch 深度强化学习模型训练速度慢

最近一直在用Pytorch来训练深度强化学习模型，但是速度一直很慢，Gpu利用率也很低。
Xxwl.·2023-04-21 17:26

深度学习和强化学习（刘）深度强化学习.PolicyBased

这时我们对策略进行近似表示。此时策略π可以被被描述为一个包含参数θ的函数,即：将策略表示成一个连续的函数后，我们就可以用连续函数的优化方法来寻找最优的策略了。而最常用的方法就是梯度上升法要用梯度上升来寻找最优的梯度，首先就要找到一个可以优化的函数目标优化目标：最简单的优化目标就是初始状态收获的期望，即优化目标为有的问题是没有明确的初始状态的，那么我们的优化目标可以定义平均价值或者定义为每一时间步的
循梦渡·2023-04-20 19:25

深度强化学习-DDPG代码阅读-AandC.py(2)

目录1.编写AandC.py1.1导入包1.2定义权重和偏置初始化器1.3定义ActorNetwork类1.3.1代码总括1.3.2代码分解1.4定义self.update_target_network_params1.4.1代码总括1.4.2代码分解1.5使用Adam优化1.6定义create_actor_network()函数1.6.1代码总括1.6.2代码分解1.7定义Actor函数1.7.
天寒心亦热·2023-04-20 13:01

深度强化学习-DDPG代码阅读-ddpg.py(1)

目录1.编写ddpg.py1.1导入需要的包和其他的python文件1.2定义训练函数train()1.2.1代码总括1.2.2代码分解1.3定义测试函数test()1.3.1代码总括1.3.2代码分解1.4定义主函数1.4.1代码总括1.4.2代码分解1.5根据需要调用训练函数或者测试函数1.6问题1.编写ddpg.py首先编写ddpg.py文件，其中包含的步骤如下：1.1导入需要的包和其他的p
天寒心亦热·2023-04-20 13:00

深度强化学习（1） 什么是深度强化学习？

本文主要内容来源于BerkeleyCS285DeepReinforcementLearning强化学习一般来说机器学习模式可以分为三类：有监督学习：SupervisedLearning无监督学习:UnsupervisedLearning强化学习：ReinforcementLearningimage.png强化学习与其他两种机器学习模式差距很大，解决的问题也有很大不同。由于强化学习涉及概念比较多，而
数科每日·2023-04-20 08:31

基于深度强化学习训练《街头霸王·二：冠军特别版》通关关底 BOSS -智能 AI 代理项目上手

文章目录SFighterAI项目简介实现软件环境项目文件结构运行指南环境配置验证及调整gym环境：gym-retro游戏文件夹错误提示及解决CouldnotinitializeNNPACK!错误提示：libGLerror:MESA-LOADER:failedtoopenswrast运行测试训练模型查看曲线鸣谢Tips:更换系统源Tips:更换pip源主要命令常用国内源列表windows下更改pip
打酱油的工程师·2023-04-20 01:35

2021-11-12

一会儿机器学习，一会儿深度学习，一会儿强化学习，一会儿深度强化学习，晕头转向Allofasuddeneveryoneistalkingaboutthem–irrespectiveofwhethertheyunderstandthedifferencesornot
queen坤坤女王·2023-04-18 17:37

深度强化学习（五）：策略梯度的方法

一、理论思想在此之前，我们讨论了值函数的方法，把优化的重点放在了值函数上，得到了最优值函数，即可得到最优策略。事实上，策略梯度方法的思想则更加简单和直接，即将值函数表示为策略参数的某个函数，便可以求出值函数关于策略参数的梯度，并使参数沿着梯度上升的方向更新。其数学实现和推导过程如下：强化学习的目标是找到最大化长期回报期望的策略：其中表示轨迹的回报。用表示前面提到的目标函数，将轨迹的期望回报展开，可
fromeast·2023-04-18 11:43

深度强化学习-背景

在本篇中，我们简要介绍人工智能的概念和基本原理（Russell和Norvig，2009），机器学习，深度学习（Goodfellow等人，2016），和强化学习（Sutton和Barto，2018年）。同时我们也不打算在这里详细介绍人工智能、机器学习和深度学习的背景，这些内容太宽泛，无法在这里详细讨论。因此，我们推荐些近年来比较有代表性的papers供大家参阅。如下（待添加）：JordanandMi
寒山叟·2023-04-18 08:42

深度强化学习【1】-强化学习入门必备基础（含Python迷宫游戏求解实例）

强化学习入门必备基础文章目录强化学习入门必备基础1.强化学习与机器学习1.1有监督学习1.2半监督学习1.3无监督学习1.4强化学习1.5深度学习2.强化学习中的一些概念2.1智能体、动作、状态2.2策略函数、奖励2.3状态转移2.4智能体与环境的交互过程2.5折扣奖励2.6动作价值函数2.7状态价值函数3.Python强化学习迷宫实例1.强化学习与机器学习机器学习是人工智能的一种实现方法，机器学
Moresweet猫甜·2023-04-17 12:04

强化学习之入门笔记（二）

文章目录强化学习一、Qlearning算法QlearningTD之于Q值估算麻烦来了SARSAQlearning二、深度强化学习三、DQNDeepnetwork+Qlearning=DQN神经网络的目标四
一只楚楚猫·2023-04-17 09:51

强化学习笔记一（周博磊）

sequentialdata,noni.i.ddata)Agent’sactionsaffectthesubsequentdataitreceives(agent’sactionchangestheenvironment)2.深度强化学习在
kill bert·2023-04-17 04:21

无模型深度强化学习算法

无模型深度强化学习算法：直接训练类神经网络模型来表示策略。这里的“无模型”指的是不建立环境模型，而非不建立任何机器学习模型。
eowyn0406·2023-04-16 16:52

每日学术速递4.14

自然语言处理Subjects:cs.CV1.DeepRLatScale:SortingWasteinOfficeBuildingswithaFleetofMobileManipulators标题：大规模深度强化学习
AiCharm·2023-04-14 15:53

深度强化学习 DDPG 详细代码示例

"""DeepDeterministicPolicyGradient(DDPG)-----------------------------------------AnalgorithmconcurrentlylearnsaQ-functionandapolicy.Itusesoff-policydataandtheBellmanequationtolearntheQ-function,anduse
LRJ-jonas·2023-04-14 09:57

从Zero到Hero，OpenAI重磅发布深度强化学习资源

刘畅学号：15020199045转自：https://zhuanlan.zhihu.com/p/49044306【嵌牛导读】：OpenAI发布了SpinningUp，这是一份教学资源，旨在让所有人熟练掌握深度强化学习方面的技能
薰风初入弦Isono_5c51·2023-04-14 05:26

参加Matlab与AI讲座：使用深度强化学习训练走路机器人观后感

时间：2023年4月12日，周三，天气晴地址：大连理工大学研教楼303前言：Matlab其实有很多功能，我们所用的只是最基础最简单的部分，例如矩阵计算，画图等等。随着强化学习的发展，matlab开发了ReinforementLearingDesigner强化学习工具箱（MATLABR2021a版本之后才有），用于方便搭建环境，智能体等强化学习关键组成部分，并且集成了多种主流强化学习算法，如Q学习，
Time_Memory_cici·2023-04-13 03:47

ApacheCN 深度学习译文集 20210112 更新

TensorFlow2和Keras高级深度学习零、前言一、使用Keras入门高级深度学习二、深度神经网络三、自编码器四、生成对抗网络（GAN）五、改进的GAN六、纠缠表示GAN七、跨域GAN八、变分自编码器（VAE）九、深度强化学习十
布客飞龙·2023-04-11 15:03

深度强化学习笔记——基本方法分类与一般思路

概要本文梳理了一下台大李宏毅老师的深度强化学习系列课程内容。该课程主要是对无模型深度强化学习方法的一些大致介绍，将其分为大致三类：基于值函数的、基于梯度的方法、actor-critic的方法。
RavenRaaven·2023-04-10 22:12

面向深度强化学习的策略迁移框架

深度强化学习解决很多复杂问题的能力已经有目共睹，然而，如何提升其学习效率是目前面临的主要问题之一。现有的很多方法已验证迁移学习可利用相关任务中获得的先验知识来加快强化学习任务的学习效率。
AITIME论道·2023-04-10 03:05
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他