GAN-强化学习

【RL 第6章】Actor Critic、DDPG、A3C

前几天因为各种原因吧，摆了三天，什么也没学....进度也落下了一大截...唉>_<今早找了个时间学习，看了看进度也是最后一章了，索性就一块写了，不出意外的话，今天这节内容应该是强化学习的最后一节了，后面会更新什么也不清楚了
NPU_Willing·2023-01-23 15:39

7个流行的强化学习算法及代码实现

目前流行的强化学习算法包括Q-learning、SARSA、DDPG、A2C、PPO、DQN和TRPO。
·2023-01-23 11:38

详细解读论文 CPC：Representation Learning with Contrastive Predictive Coding

该方法较为通用，在很多任务中都可以得到应用，文中列举了：语音，图像，文本，3D领域强化学习等方向的应用。Method:无监督学习并没有label来引导网络学习，就像一个野外长大的孩子，没有大人
Jarrent Wu·2023-01-23 07:33

英伟达的“千人摩擦计划”：几千个智能体互相玩耍，学习跑酷更轻松

如果，模拟器里只有一个强化学习智能体，它可能活得很自在。天大地大，虚拟机器人做个空翻、回旋踢之类，都不是稀有的技能，只是需要艰苦训练罢了。那么，要是让几千个人形智能体，一起在模拟器里跑呢？
量子位·2023-01-22 15:22

NVIDIA开发强化学习算法，同时训练数千个机器人

文章来源：ATYUNAI平台近年来，无模型深度强化学习算法已经产生了突破性的成果。然而，当前的算法需要大量的训练样本以及大量的计算能力来实现期望的结果。
whale52hertz·2023-01-22 15:52

ML-Agents 创建一个新的训练环境 【ML-Agents 官方文档翻译（ML-Agent 1.9.1，Unity 2018-2020）】

MakingaNewLearningEnvironment本教程将从头开始创建一个UnityEnvironment，以用于训练ReinforcementLearning（强化学习）Agent。
FutaAlice·2023-01-22 14:48

推荐系统中的前沿技术研究与落地：深度学习、AutoML与强化学习 | AI ProCon 2019

整理|夕颜出品|AI科技大本营（ID:rgznai100）个性化推荐算法滥觞于互联网的急速发展，随着国内外互联网公司，如Netflix在电影领域，亚马逊、淘宝、京东等在电商领域，今日头条在内容领域的采用和推动，个性化推荐如今已成为互联网公司背后的无形“推手”，可以说，如今我们打开任意一款联网的产品，用户看到的内容，接收到的信息，绝大部分取决于提供这些商品和服务背后企业的推荐算法团队。在效率至上的时
喜欢打酱油的老鸟·2023-01-22 12:30

强化学习环境全库安装(从mujoco到spinningup)

强化学习环境全库安装从mujoco200到spinningup（上篇）前言一：安装Mujoco200物理引擎二.创建conda虚拟环境1：选择python版本2.创建conda虚拟环境三.安装tensorflow-gpu
tuonan·2023-01-22 10:10

强化学习环境mujoco排坑之关于anaconda3/compiler_compat/ld: cannot find -lGL问题

环境：博主在复现mujoco的某一算法代码时候出现的问题，温馨提示：mujoco在2021年已经停止了windows的支持，只支持linux和macos系统环境下的安装，问题：在安装了mujoco模块和pipinstallmujoco-py之后需要将环境变量添加到~/.bashrc中去，这个网上很多教程就不细说了，而在安装好了一切环境之后跑了一个测试代码发现存在gcc错误，本来以为是gcc错误，把
脉动人生·2023-01-22 10:09

mujoco强化学习模拟环境的安装（windows10）

最近在学强化学习，学长推荐用mujoco来做仿真环境。原本我是想照着教程安装的。结果最近mujoco被DeepMind收购了，现在是开源的，许多安装步骤都不太一样了，所以我就写了这篇安装教程。
芋圆526·2023-01-22 10:08

基于mujoco环境下的ant_v2 ppo算法训练

一、项目简介本项目采取action-critic算法与ppo算法相结合的方法对mujoco环境下的ant_v2智能体（对mujoco环境下的其它智能体也试用）进行强化学习训练。
不爱敲代码的电科程序猿·2023-01-22 10:38

强化学习 mujoco mujoco_py gym开篇1，环境配置，2021年11月24开始学习，特开帖记录

**首先就是配置环境，**不建议在windows下使用强化学习，也不建议使用虚拟机跑上述这些包，因为虚拟机很难调用GPU。会影响后期使用，在windows挣扎很久后决定还Linux。
看那片云·2023-01-22 10:36

强化学习环境的安装（mujoco, mujoco_py 和 gym）

Mujoco官网（https://www.roboti.us/license.html）注册license，教育邮箱注册可以免费使用一年。注：一个邮箱账号只能供一台主机使用。按照提示填入信息，点击申请许可，之后会收到一封来自RobotiLLCLicensing的邮件，里面有账号将邮件中的账号填入下面的信息中，并点击电脑编号后面的Linux，会下载一个获取Linuxid的软件运行软件获取id（./g
Amnesia Greens·2023-01-22 10:36

mujoco+spinningup进行强化学习训练快速入门

文章目录1、搭建env（1）初始化MuJoCo相关的组件(2)设置动作和状态空间(3)step实现(4)render(5)reset2、spinningup框架介绍3、训练+运行1、搭建env目标：使用强化学习做力控
是摆烂第一名呀·2023-01-22 10:05

科研实习 | 香港科技大学统计机器学习实验室张潼教授招收暑期科研实习生

香港科技大学香港科技大学统计机器学习实验室招募暑期科研实习生，实验室负责人为机器学习领域国际著名专家张潼博士，研究方向主要有机器学习理论、深度生成模型、强化学习算法、自然语言处理等。
PaperWeekly·2023-01-22 07:54

[ChatGPT]

最近hatGPT火爆全宇宙，几乎所有圈内人都在谈论这个美国人工智能公司OpenAI发布免费机器人对话模型ChatGPT（GPT-3.5系列），模型中首次采用RLHF（从人类反馈中强化学习）方式。
Arenaschi·2023-01-22 07:15

谷歌、DeepMind强强联手再发布Dreamer：性能远超“前辈”PlaNet

2020-03-2010:55:45文|谷歌AI译|丛末去年，谷歌、DeepMind联手推出基于模型的强化学习智能体PlaNet，能解决各种基于图像的控制任务，性能可媲美当时最先进的无模型智能体，并且在数据效率上提升
喜欢打酱油的老鸟·2023-01-22 00:47

ChatGPT笔记

组成部分：GPT3.5+大型语言模型(LLM)+强化学习微调训练实现方法：目前没有开源，也没有对应论文，仅在试运行推广收集数据。
臻甄·2023-01-21 15:46

Reinforcement Learning: An Introduction Second Edition - Chapter 12

12EligibilityTraces资格迹是强化学习的基本机制之一。几乎所有的TD算法，都可以与资格迹结合，获得一个更加有效的一般性方法。资格迹是时序差分方法和蒙特卡洛方法的统一。
会飞的斯芬克斯·2023-01-21 10:24

Keras深度学习实战（42）——强化学习基础

Keras深度学习实战（42）——强化学习基础0.前言1.强化学习基础1.1基本概念1.2马尔科夫决策过程1.3目标函数2.在具有非负奖励的模拟游戏中获取最佳动作2.1问题设定2.2模型分析2.3模型构建与训练
盼小辉丶·2023-01-20 21:36

二、MDP问题

MDP问题文章目录MDP问题马尔科夫性与马尔科夫奖励贝尔曼方程MDPpolicy简单回忆一下上一篇笔记一、强化学习基础中讲到的agent与environment交互的过程：当环境environment处于某个状态
温酒煮青梅·2023-01-20 15:04

强化学习实战之Bellman期望方程

MDP：BellmanExpectationEquationMDP理论介绍有了之前的理论经验我们现在可以通过一个编程实例来体会Bellman期望方程了。首先我们导入需要用的包，这里使用了sympy，它的优点是可以用符号来表示公式。importpandasaspdimportsympyfromsympyimportsymbols假设这一样一个场景：小明参加了一场考试，那么就有”及格“和”不及格“两种
葛萧艾·2023-01-20 15:04

【强化学习纲要】2 马尔科夫决策过程

【强化学习纲要】2马尔科夫决策过程2.1MDP2.1.1马尔科夫链(MarkovChain)2.1.2马尔科夫奖励过程(MRP)2.1.3马尔科夫决策过程（MDP)2.2MDP中的价值函数2.2.1Bellmanexpectationequation2.2.3BackupDiagramforVπV
Wwwilling·2023-01-20 15:32

强化学习-第二章-马尔可夫决策过程

蘑菇书：https://linklearner.com/datawhale-homepage/#/learn/detail/91马尔克夫性质所有马尔可夫过程都满足：状态转移：一个状态的下一个状态只取决于它当前状态，而跟它当前状态之前的状态都没有关系。因此：从当前状态s_t转移到s_t+1这个下一状态，直接就等于它之前所有的状态（h_t:包含起始到当前t时刻的所有状态）转移到s_t+1。马尔可夫链（
下一个拐角%·2023-01-20 15:32

强化学习过程笔记 （二） MDP 马尔可夫决策过程、贝尔曼等式详解

MarkovProcess&Markovchain马尔可夫过程及马尔科夫链如果一个状态是符合马尔可夫的，那就是说一个状态的下一状态只取决于它当前的状态，而跟它之前的状态都没有关系。MarkovRewardProcess马尔可夫过程加上一个奖励函数便构成了马尔可夫奖励过程这里我们进一步阐述和温习一些概念及定义。Horizon指一个回合的长度（每个回合的最大时间步数），它由有限个步数决定的Return
Joey Jo·2023-01-20 15:01

1.贝尔曼方程（Bellman equation）

目录深度强化学习目录简介贝尔曼方程，又叫动态规划方程，是以RichardBellman命名的，表示动态规划问题中相邻状态关系的方程。
DKwtno·2023-01-20 15:31

迭代法求解贝尔曼期望方程的数学证明

强化学习的核心是用迭代法求解马尔可夫决策过程（MDP）的贝尔曼期望方程（BellmanOptimalityEquation）：V(s)=Rs+γ∑s′∈SPss′V(s′)V(s)=R_s+\gamma
leelee6591·2023-01-20 15:00

《深入浅出数据科学》[美]斯楠·奥兹德米尔（Sinan Ozdemir）读书笔记

经验法则第8章高等统计学点估计法置信区间假设检验第9章数据可视化第10章机器学习监督学习无监督学习强化学习线性回归Logistic回归哑变量第11章树上无预言，真的吗？
什么网名好记·2023-01-20 14:43

DeepMind 发布强化学习通用算法 DreamerV3，AI 成精自学捡钻石

内容一览：强化学习是多学科领域的交叉产物，其本质是实现自动决策且可做连续决策。本文将介绍DeepMind最新研发成果：扩大强化学习应用范围的通用算法DreamerV3。
·2023-01-20 12:39

第一章、浅谈深度学习——强化学习笔记

第一章、浅谈深度学习主要内容为题主在学习飞桨的课程时的笔记。文章目录第一章、浅谈深度学习一、机器学习概述1.1什么是机器学习1.2机器要怎么学习二、深度学习2.1什么是深度学习2.2深度学习是如何工作的2.2.1神经网络2.2.2改进神经网络2.3梯度下降2.3.1什么是梯度下降2.3.2梯度下降分类2.3.3实际操作一、机器学习概述1.1什么是机器学习机器学习-machinelearning，顾
至尊皇堡·2023-01-20 09:44

强化学习在智能补货场景的应用

本文作者：应如是，观远算法团队工程师，毕业于伦敦帝国理工学院计算机系，主要研究方向为强化学习、时间序列算法及其落地应用。深耕零售消费品场景，解决供应链运筹优化问题。
GUANDATA_·2023-01-20 08:49

强化学习七日打卡营终极复现之flappy bird

这里是目录原理基本概念Q学习环境实现过程模型选取图像预处理调试与优化总结与展望原理基本概念强化学习是一种在与环境交互过程中学习的方法。通过动作施加影响动作的收益反馈环境的变化智能主体环境比如在日常生活
bnpzsx·2023-01-19 20:50

【论文阅读】Where Did You Learn That From? Surprising Effectiveness of Membership Inference Attacks Agains

SurprisingEffectivenessofMembershipInferenceAttacksAgainstTemporallyCorrelatedDatainDeepReinforcementLearning（成员推理攻击在深度强化学习中对时间相关数据的惊人有效性
qq_44848524·2023-01-19 15:13

强化学习《基于策略 - PPO，TRPO，PPO2》

在上一篇博客最后，我们说到了θ和θ^k是不能差太多的，不然结果会不好，那么怎么避免它们差太多呢?这就是这一篇要介绍的PPO所在做的事情。1：PPO1算法：2：TRPO算法3：PPO2算法
星海千寻·2023-01-19 15:42

基于PPO梯度优化、AC框架的强化学习——离散动作怎么用

【强化学习】⚠️手把手带你走进强化学习2⚠️OPP算法实现月球登陆器(PyTorch版)_我是小白呀的博客-CSDN博客PPO算法原理简介接着上面的讲，PG方法一个很大的缺点就是参数更新慢，因为我们每更新一次参数都需要进行重新的采样
lamusique·2023-01-19 15:11

【零基础强化学习】基于PPO训练gym的Acrobot机械臂

(❁´◡`❁)更多代码:gitee主页：https://gitee.com/GZHzzz博客主页：CSDN：https://blog.csdn.net/gzhzzaa写在前面作为一个新手，写这个强化学习
南城果宝·2023-01-19 15:40

【强化学习】基于tensorflow2.x 的 PPO2（离散动作情况） 训练 CartPole-v1

算法流程代码importmatplotlib.pyplotaspltimporttensorflowastfimportnumpyasnpimportgymimportcopydefbuild_actor_network(state_dim,action_dim):model=tf.keras.Sequential([tf.keras.layers.Dense(units=128,activati
昵称已被吞噬~‘(*@﹏@*)’~·2023-01-19 15:38

DeepMind 综述深度强化学习：智能体和人类相似度竟然如此高！

来源：AI科技评论近年来，深度强化学习（Deepreinforcementlearning）方法在人工智能方面取得了瞩目的成就，从Atari游戏、到围棋、再到无限制扑克等领域，AI的表现都大大超越了专业选手
人工智能学家·2023-01-19 09:36

动手学习深度学习——2.6 概率论

在强化学习中，我们希望代理人（agent）在一个环境中智能地行动。这意味着我们需要考虑在每个行动下获得高回报的可能性。当我们建立推荐系统时，我们也需要考虑概率。例如，假设我们为一家大型网上
X_Imagine·2023-01-19 08:44

Feature and Instance Joint Selection: A Reinforcement Learning Perspective

为了解决这一挑战，我们提出了一种强化学习解决方案，以完成联合选择任务，并同时捕获每个特征选择和每个实例之间的交互。
西西弗的小蚂蚁·2023-01-19 08:13

基于图神经网络强化学习解决车辆路径规划问题

一、实验要求复现以下论文的方法和结果：Duan,L.,Zhan,Y.,Hu,H.,Gong,Y.,Wei,J.,Zhang,X.,Xu,Y.:Efficientlysolvingthepracticalvehicleroutingproblem:Anoveljointlearningapproach.In:KDD.pp.3054–3063(2020)1．为了节省时间，训练用10个（或以上）的城市规
数学是算法的灵魂·2023-01-18 23:55

【强化学习】不用地图如何导航？DeepMind提出新型双路径强化学习「智能体」架构

来源：deepmind、arXiv作者：PiotrMirowski、MatthewKoichiGrimes、MateuszMalinowski、KarlMoritzHermann、KeithAnderson、DenisTeplyashin、KarenSimonyan、KorayKavukcuoglu、AndrewZisserman、RaiaHadsell「雷克世界」编译：嗯~是阿童木呀、KABUD
产业智能官·2023-01-18 23:25

论文翻译|强化学习的神经组合优化

论文翻译|强化学习的神经组合优化摘要本文提出了一个使用神经网络和强化学习来解决组合优化问题的框架。
小龙·2023-01-18 23:25

基于图神经网络强化学习解决车辆路径规划问题（完整代码）

一、实验要求复现以下论文的方法和结果：Duan,L.,Zhan,Y.,Hu,H.,Gong,Y.,Wei,J.,Zhang,X.,Xu,Y.:Efficientlysolvingthepracticalvehicleroutingproblem:Anoveljointlearningapproach.In:KDD.pp.3054–3063(2020)1．为了节省时间，训练用10个（或以上）的城市规
甜辣uu·2023-01-18 23:24

Reinforcement Learning: An Introduction Second Edition - Chapter 9

有很多泛化方法可以直接在强化学习中使用。函数逼近：从一个预期的函数(如价值函数)中获取实例，并试图对它们进行泛化来逼近整个函数。函数逼近是有监督学
会飞的斯芬克斯·2023-01-18 21:04

Reinforcement Learning: An Introduction Second Edition - Chapter 6

Temporal-DifferenceLearning时序差分（TD）学习是强化学习最核心、最新颖的思想。TD学习结合了MC方法和DP方法的思想。
会飞的斯芬克斯·2023-01-18 21:34

Reinforcement Learning: An Introduction Second Edition - Chapter 8

8PlanningandLearningwithTabularMethods从统一视角来考虑一系列强化学习方法。
会飞的斯芬克斯·2023-01-18 21:34

在PyBullet中进行机械臂的强化学习

1搭建环境（未完待续）创建强化学习任务的gym环境。1.1创建环境类定义环境类的属性和方法。
会飞的斯芬克斯·2023-01-18 21:03

Reinforcement Learning: An Introduction Second Edition - Chapter 2

Evaluativefeedback:应用于强化学习，评估智能体当前采取的动作的好坏程度。Instructivefeedback:应用于有监督学习，给出正确的动作或类别，与当前动作无关。
会飞的斯芬克斯·2023-01-18 21:03

Reinforcement Learning: An Introduction Second Edition - Chapter 4

在强化学习中，DP的核心思想是使用价值函数来结构化地组织对最优策略地搜索。将贝尔曼方程转化为近似逼近理想价值函数的递
会飞的斯芬克斯·2023-01-18 21:03
上一页 48 49 50 51 52 53 54 55 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他