GAN-强化学习

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

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1.马尔科夫决策核心词汇马尔可夫性质（Markovproperty，MP）：如果某一个过程未来的状态与过去的状态无关
·2023-06-20 13:06

[论文笔记] chatgpt系列 2.1 DeepSpeed-chat 简介

microsoft/DeepSpeedExamples·GitHubDeepSpeed-Chat:简单，快速和负担得起的RLHF训练的类chatgpt模型一个快速、经济、可扩展和开放的系统框架，用于实现端到端的强化学习人类反馈
心心喵·2023-06-20 12:55

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

2023亚马逊云科技中国峰会：强化学习探索—— Amazon DeepRacer

1️⃣前言AmazonDeepRacer是一个综合性的学习系统，可供各个水平的用户用来学习和探索强化学习以及试验和构建自动驾驶应用程序。
小威要向诸佬学习呀·2023-06-19 21:59

行业报告 | AIGC发展研究

原创|文BFT机器人01技术篇深度学习进化史:知识变轨风起云涌已发生的关键步骤：人工神经网络的诞生反向传播算法的提出GPU的使用大数据的出现预训练和迁移学习生成对抗网络(GAN)的发明强化学习的成功应用自然语言处理的突破即将发生的关键步骤
BFT白芙堂·2023-06-19 21:58

行业报告 | 清华大学AIGC发展研究1.0震撼发布！（技术+未来篇）

文|BFT机器人01技术篇深度学习进化史:知识变轨风起云涌已发生的关键步骤：人工神经网络的诞生反向传播算法的提出GPU的使用大数据的出现预训练和迁移学习生成对抗网络(GAN)的发明强化学习的成功应用自然语言处理的突破即将发生的关键步骤
BFT白芙堂·2023-06-19 21:58

APP 性能分析工作台——你的最佳桌面端性能分析助手

王凯使用APP性能分析工作台还可抽奖获得字节精美周边哟❗️扫描图中二维码或点这里即可抽奖背景Fastbot是一款由字节跳动QualityLab团队出品，基于model-basedtesting结合机器学习、强化学习的
·2023-06-19 19:54

第10篇：强化学习Q-learning求解迷宫问题 代码实现

你好，我是郭震（zhenguo）今天重新发布强化学习第10篇：强化学习Q-learning求解迷宫问题代码实现我想对此篇做一些更加详细的解释。1创建地图创建迷宫地图，包括墙网格，走到墙网格就是负奖励。
算法channel·2023-06-19 16:06

机器学习强基计划9-1：图解匹配追踪(MP)与正交匹配追踪(OMP)算法

“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。
Mr.Winter`·2023-06-19 13:36

强化学习从基础到进阶-常见问题和面试必知必答[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

强化学习从基础到进阶-常见问题和面试必知必答[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
汀、人工智能·2023-06-19 13:00

强化学习从基础到进阶-常见问题和面试必知必答[1]：强化学习概述、序列决策、动作空间定义Gym强化学习实验

强化学习从基础到进阶-常见问题和面试必知必答[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1.强化学习核心概念强化学习（reinforcementlearning
·2023-06-19 12:31

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

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1.1强化学习概述强化学习（reinforcementlearning，RL）讨论的问题是智能体
·2023-06-19 12:30

什么是人工智能领域的强化学习

强化学习（ReinforcementLearning，简称RL）是人工智能领域的一个重要研究方向，它是一种基于智能体（Agent）与环境（Environment）交互的学习方法。
·2023-06-19 12:24

强化学习调参技巧二：DDPG、TD3、SAC算法为例：

1.训练环境如何正确编写强化学习里的env.reset()env.step()就是训练环境。其编写流程如下：1.1初始阶段：先写一个简化版的训练环境。把任务难度降到最低，确保一定能正常训练。
·2023-06-19 12:51

python中使用马尔可夫决策过程(MDP)动态编程来解决最短路径强化学习问题

p=11105原文出处：拓端数据部落公众号在强化学习中，我们有兴趣确定一种最大化获取奖励的策略。假设环境是马尔可夫决策过程（MDP）的理想模型，我们可以应用动态编程方法来解决强化学习问题。
·2023-06-19 12:49

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

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1.1强化学习概述强化学习（reinforcementlearning，RL）讨论的问题是智能体
·2023-06-19 12:33

强化学习从基础到进阶-常见问题和面试必知必答[1]：强化学习概述、序列决策、动作空间定义Gym强化学习实验

强化学习从基础到进阶-常见问题和面试必知必答[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1.强化学习核心概念强化学习（reinforcementlearning
·2023-06-19 12:33

李沐论文精度系列之九：InstructGPT

文章目录一、背景1.1时间线1.2ChatGPT功能展示1.3指示学习（InstructLearning）和提示（PromptLearning）学习1.4人工反馈的强化学习（RLHF）二、摘要三、导言3.1
神洛华·2023-06-19 04:41

机器学习第一课

文章目录实现流程一、数据基本处理二、特征工程三、机器学习（模型）分类：监督学习无监督学习半监督学习强化学习四、模型评估实现流程数据输入->数据基本处理->特征工程->训练->模型评估->新数据输入->预测结果数据类型
笔记本IT·2023-06-19 03:38

论文

Reinforcementlearning,thealgorithminterestsme1.摘要2.介绍  Deepmind在AlphoGo上的成就把强化学习这一方法带入了人工智能的主流学习领域，从而同以往的监督学习
BoringFantasy·2023-06-19 03:46

《Reinforcement Learning: An Introduction》第4章笔记

动态规划算法在强化学习中因为：1.假设有一个完美的环境模型；2.极大的计算代价实际用处不大，但是它提供了理解本书其他算法的重要基础。
beingstrong·2023-06-19 01:08

《Reinforcement Learning: An Introduction》第2章笔记

2.Multi-armedBandits评估性反馈（evaluativefeedback）完全取决于采取的动作，这是强化学习采用的方式。
beingstrong·2023-06-19 01:38

《Reinforcement Learning: An Introduction》第5章笔记

MonteCarlo方法是基于平均采样回报的来解决强化学习问题的方法。
beingstrong·2023-06-19 01:36

强化学习：蒙特卡洛方法(MC)

引入蒙特卡洛方法例子  以抛硬币为例，将结果(正面朝上或反面朝上)表示为作为随机变量XXX，如果正面朝上则X=+1X=+1X=+1，如果反面朝上，则X=−1X=-1X=−1，现在要计算E[X]E[X]E[X]。  我们通常很容易想到直接用定义来计算，因为我们知道正面朝上和反面朝上的概率都是为0.5，显然我们根据模型知道的结果，因此我们把这种方法称为基于模型的计算，如下图。  但是，我们通常是不知道
~hello world~·2023-06-18 22:18

机器学习强基计划10-1：为什么需要集成学习？核心原理是什么？

“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。
Mr.Winter`·2023-06-18 22:22

强化学习理论-知识总结（二）

强化学习理论-知识总结强化学习中状态价值函数和动作价值函数的理解：https://blog.csdn.net/qq_41816368/article/details/125659951策略梯度主要有两个问题
夏融化了这季节·2023-06-18 19:20

强化学习_06_pytorch-TD3实践(BipedalWalkerHardcore-v3)

基于策略的离线算法TD31.1简介reference:openai-TD3DDPG的critic会高估,从而导致actor策略失败。TD3是增加了三个关键技巧优化DDPG。经过优化后的TD3(TwinDalayedDDPG双延迟深度确定性策略梯度算法)适合于具有高维连续动作空间的任务。Tricks:ClippedDoubleQ-learning:critic中有两个Q-net,每次产出2个Q值，使
Scc_hy·2023-06-18 16:26

《Learning from Dialogue after Deployment:Feed Yourself, Chatbot!》阅读笔记——持续学习的对话系统

动机•语料搜集困难，当前对话系统就是用人与人的语料来训练机器人，没有在人机对话时训练机器人•人就是在对话中不断通过反馈来学习说话的•直接利用人机的对话来学习可能导致错误传播，强化学习的思想是通过指标进行反馈
greenhand2014·2023-06-18 13:28

基于强化学习（Reinforcement learning，RL）的机器人路径规划MATLAB

强化学习（Reinforcementlearning，RL）求解机器人路径规划MATLABMATLAB实现扫地机器人路径规划之强化学习（Reinforcementlearning，RL）基于强化学习的无人车路径规划
IT猿手·2023-06-18 12:06

强化学习（1）-介绍

目录1.机器学习分类2.强化学习理论知识2.1强化学习概述2.2发展历程2.3MDP(马尔科夫决策过程)2.4whyRL？
Sophia$·2023-06-18 11:49

【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

第十三章 确定性策略梯度（Deterministic Policy Gradient Algorithms，DPG）-强化学习理论学习与代码实现（强化学习导论第二版）

【强化学习系列】第一章强化学习及OpenAIGym介绍-强化学习理论学习与代码实现（强化学习导论第二版）第二章马尔科夫决策过程和贝尔曼等式-强化学习理论学习与代码实现（强化学习导论第二版）第三章动态规划
松间沙路hba·2023-06-18 11:46

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

【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
汀、人工智能·2023-06-18 11:45

机器学习强基计划8-5：图解局部线性嵌入LLE算法(附Python实现)

“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编写、
Mr.Winter`·2023-06-18 11:55

2023亚马逊云科技中国峰会——Amazon DeepRacer

AmazonDeepRacer自动驾驶的技术背景主要是基于深度学习和强化学习技术。深度学习是一
陈橘又青·2023-06-18 11:44

2022年11月10篇论文推荐

这里将涵盖强化学习(RL)、扩散模型、自动驾驶
·2023-06-18 10:48

ICLR 2022的10篇论文推荐

它是世界机器学习研究世界上最大，最受欢迎的会议之一：它包含超过一千篇有关主题的论文，包括ML理论，强化学习（RL），计算机视觉（CV），自然语言处理（NLP），神经科学等。
·2023-06-18 10:47

强化学习复现笔记(1)基本概念

摘要：通过强化学习走直线理解基本概念。一条线上包含起点和终点共有6个格子，起点在左终点在右，相当于1维迷宫。
找不到服务器zhn·2023-06-18 10:05

强化学习复现笔记(2)策略迭代

摘要：上一节的压缩映射在实际迭代时可以分成两种方法，分别称作值迭代和策略迭代。本文用走迷宫的例子（将1维迷宫扩展到2维）讲这两种迭代。对应第一节参考链接[2]的前4章。拆分压缩映射  上一节的压缩映射v=f(v)v=f(v)v=f(v)，展开写就是v(s)=max⁡π∑aπ(a∣s)q(s,a)=max⁡aq(s,a)=max⁡a[r(s,a)+γv(s′)]=max⁡[r(s,L)+γv(sL)
找不到服务器zhn·2023-06-18 10:34

Actor-Critic(A2C)算法 原理讲解+pytorch程序实现

文章目录1前言2算法简介3原理推导4程序实现5优缺点分析6使用经验7总结1前言强化学习在人工智能领域中具有广泛的应用，它可以通过与环境互动来学习如何做出最佳决策。
Dark universe·2023-06-18 04:26

简要介绍 | 强化学习：从原理到应用

注1：本文系“简要介绍”系列之一，仅从概念上对强化学习进行非常简要的介绍，不适合用于深入和详细的了解。
R.X. NLOS·2023-06-17 19:27

亚马逊云科技中国峰会：深度学习Amazon DeepRacer

AmazonDeepRacer是亚马逊推出的一款基于深度学习和强化学习技术的自主驾驶模拟赛车平台。
橙 子_·2023-06-17 18:24

揭秘RLHF；可商用开源LLM列表；领域编译器的前世今生

链接：https://mp.weixin.qq.com/s/rZBEDlxFVsVXoL5YUVU3XQ2.科普：人类反馈的强化学习（RLHF）ChatGPT中的RL
OneFlow深度学习框架·2023-06-17 17:06

一、深度学习引言

文章目录一、机器学习中的关键组件1.数据2.模型3.目标函数4.算法二、各种机器学习问题1.有监督学习1.1回归1.2分类1.3标记问题1.4搜索1.5推荐系统1.6序列学习2.无监督学习3.与环境互动4.强化学习三
穆_清·2023-06-17 17:41

强化学习DDPG：Deep Deterministic Policy Gradient解读

1.DDPGDDPG方法相比于传统的PG算法，主要有三点改进：A.off-policy策略传统PG算法一般是采用on-policy方法，其将整体强化学习过程分为多个epoch，在每个epoch完成一次policy
tostq·2023-06-17 07:24

深度学习实战——强化学习与王者荣耀（腾讯开悟）

忆如完整项目/代码详见github：https://github.com/yiru1225（转载标明出处勿白嫖starforprojectsthanks）目录系列文章目录一、强化学习综述与PPO算法解析
@李忆如·2023-06-17 04:26
上一页 32 33 34 35 36 37 38 39 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他