GAN-强化学习

强化学习保守策略迭代Conservative policy iteration推导

强化学习保守策略迭代Conservativepolicyiteration推导前言GreedypolicyConservativePolicyIterationLemma1(Performancedifferencelemma
Peaceful-Boy·2023-01-13 07:13

强化学习Q-Learning算法

强化学习Q-Learning算法前言基本概念基本概念递推关系Q-learning基本原理注意事项局限性仿真前言学习这个算法有一段时间了，但是因为自己犯懒一直没有整理。
Peaceful-Boy·2023-01-13 07:42

强化学习自然策略梯度Natural Policy Gradient推导

强化学习自然策略梯度NaturalPolicyGradient推导前言预先准备的知识似然函数与对数似然函数ScorefunctionFisherInformationMatrix(FIM)KL散度(KLdivergence
Peaceful-Boy·2023-01-13 07:42

DDPG算法

本身自带探索，通过探索产生各种各样的数据，强化学习通过在这些好的数据中学到新知识从而改进当前的策略。确定性策略：相同的策略，在相同的状态下，动作是唯一确定的。
闲看庭前梦落花·2023-01-13 07:12

2021-11-06

使用虚拟环境训练turtlebot3小车实现避障碍实现导航关键词：DDPG，turtlebot3，gazebo，强化学习，避障导航,pytorch。
为饭带盐·2023-01-13 07:12

强化学习之DDPG

强化学习的概念在这不再赘述，是一个agent在与环境不断交互，采用action得到reward，为了达到最大的累计奖励值的过程。
Madazy·2023-01-13 07:10

强化学习DDPG算法

强化学习DDPG算法前言因为疫情一直在辗转隔离，没心思学习，索性整理一下学过的东西，记一下学习笔记，就当自我安慰了。
Peaceful-Boy·2023-01-13 07:09

实体抽取-关系抽取-事件抽取与知识图谱学习资源汇总

关系抽取之远程监督算法远程监督可能产生的噪音可以使用多实例学习或强化学习来优化。利用远程监督技术生成关系抽取训练实例的噪音数据如何过滤2.知识图谱学习资料汇总含论文
西兰先森·2023-01-12 16:00

9个 强化学习现实生活中的应用

有人说，如果智能是一块蛋糕，那么无监督学习就是蛋糕，监督学习是锦上添花，强化学习是锦上添花。”这似乎很有趣，对吧？强化学习是最接近人类学习的。
Meta.Qing·2023-01-12 14:05

【强化学习论文】柔性行为综合的扩散规划

文献题目：PlanningwithDiffusionforFlexibleBehaviorSynthesis发表时间：2022摘要基于模型的强化学习方法通常只将学习用于估计近似动力学模型，将其余的决策工作卸载给经典的轨迹优化器
Wwwilling·2023-01-12 10:01

python求解多元一次方程

学习过程中会遇到多元一次方程求解问题，比如强化学习中的贝尔曼方程计算价值函数时，动辄就是N元一次方程，当N小于等于3或者说方程结果是比较简单的整数时我们还可以手动计算，但是N比较大或者方程解是复杂的小数时手算肯定是不现实的
要努力学习鸭·2023-01-12 08:16

【转载 | 强化学习】Curriculum Learning和Self-paced Learning的相关知识及应用

本文转自：https://www.jiqizhixin.com/articles/2018-11-09-10本次分享主要围绕强化学习的方向，向大家介绍，CurriculumLearning和Self-pacedLearning
byn12345·2023-01-12 07:44

学术加油站｜机器学习应用在数据库调优领域的前沿工作解读

硕士期间在电子科技大学网络空间安全研究院从事聚类和强化学习相关算法研究，在应用聚类研究个性化在线学习和强化学习的奖励函数设计方向取得了一定成果，目前研究方向为机器学习和数据库相结合的领域。」
OceanBase数据库官方博客·2023-01-11 21:25

【机器学习、深度学习与强化学习】机器学习（1）---机器学习简介

一、前言中的前言那么我们今天开始更机器学习、深度学习和强化学习，请注意强化学习需要ML与DL的一部分基础，不要直接跳到RL去学习，效率很低，参考资料很多，我先列一些我会用到的机器学习、深度学习的参考资料吧
旋转跳跃我闭着眼·2023-01-11 20:05

演化强化学习：Wuji: Automatic Online Combat Game Testing Using Evolutionary Deep Reinforcement Learning

0摘要这篇文章的摘要没有提到很多感兴趣的东西，一句话概括就是Wuji模型可以使用深度强化学习去进行游戏测试，是一个多任务智能体，不仅要通关游戏，还要尽可能的去探索游戏，找到游戏中的bug。
特特丶·2023-01-11 17:29

强化学习6——神经网络基础知识

一、概念及性质1.1概念人工神经网络（简称神经网络，NeuralNetwork）是模拟人脑思维方式的数学模型。神经网络控制是将神经网络与控制理论相结合而发展起来的智能控制方法。它已成为智能控制的一个新的分支，为解决复杂的非线性、不确定、不确知系统的控制问题开辟了新途径。典型神经网络有如下三种：(a)前向网络(b)反馈网络(c)自组织网络图1三种典型神经网络1.2特征神经网络具有以下几个特征：（1）
路漫求索_CUMT·2023-01-11 17:51

推荐模型之：跨会话信息感知的推荐模型探索与实践

1、基于知识图谱的推荐系统总结2、内容推荐策略产品经理的方法与实践3、京东推荐算法精排技术实践4、微博推荐算法实践与机器学习平台演进5、腾讯PCG推荐系统应用实践6、强化学习算法在京东广告序列推荐场景的应用
智能推荐系统·2023-01-11 16:04

数据挖掘01：常用机器学习算法体系

常用机器学习算法体系有监督学习无监督学习半监督学习强化学习有监督学习指对数据的若干特征与若干标签之间的关联性进行建模的过程。
闪闪发亮的小星星·2023-01-11 13:18

有关博弈人机混合智能的再思考

0引言随着深度学习、强化学习等新一代人工智能技术的发展，其在计算机视觉、语音识别、自然语言处理、生物医疗领域
人机与认知实验室·2023-01-11 12:08

有关军事人机混合智能的再再思考

0引言随着深度学习、强化学习等新一代人工智能技术的发展，其在计算机视觉、语音识别、自然
人工智能学家·2023-01-11 12:08

深度学习17-机器人技术中的强化学习

###机器人技术中的强化学习▪这是尝试超越模拟环境进军物理世界的唯一章节。▪在本章中，将使用易于获得且价格便宜的组件构建一个小型机器人，并使用RL方法对其进行控制。
clayhell·2023-01-11 10:28

ICML2016最佳论文《深度强化学习的竞争网络架构》

获本年度ICML最佳的三篇论文如下：Monday–Ballroom3+4–12:04–DuelingNetworkArchitecturesforDeepReinforcementLearningZiyuWangGoogleInc.,TomSchaulGoogleInc.,MatteoHesselGoogleDeepmind,HadovanHasseltGoogleDeepMind,MarcLan
键盘手老张·2023-01-11 10:23

神经网路对于非线性问题_再论强化学习和非线性最优控制卡特彼勒问题的神经节点...

神经网路对于非线性问题Learntstrategies:1-goswingup(left),resonantincrementalswingup(right)学习的策略：1向上摆动(左)，共振增量向上摆动(右)Colabnotebook,GithubColab笔记本，Github动机：最佳控制(Motivation:OptimalControl)Controlsystemsarefoundever
weixin_26750481·2023-01-11 09:36

强化学习笔记

深度强化学习要点摘要扩展资料交叉熵：https://blog.csdn.net/qq_38846606/article/details/111929038https://zhuanlan.zhihu.com
ICT_杜臻·2023-01-11 08:14

强化学习笔记【12】DDPG

该系列主要是听李宏毅老师的《深度强化学习》过程中记下的一些听课心得，除了李宏毅老师的强化学习课程之外，为保证内容的完整性，我还参考了一些其他的课程，包括周博磊老师的《强化学习纲要》、李科浇老师的《百度强化学习
开心果小李·2023-01-11 08:14

莫烦强化学习笔记整理（一）

莫烦强化学习笔记整理（一）RL简介1、什么是强化学习（1）简介（2）RL、监督学习、无监督学习、半监督学习的对比2、RL分类方法汇总（1）Modelfree和Modelbased（2）基于概率和基于价值
阿姝姝姝姝姝·2023-01-11 08:43

人工智能、机器学习、深度学习、强化学习、迁移学习概念辨析

整体来看：AI>机器学习（ML）>深度学习=强化学习=迁移学习一、人工智能1956年，计算机科学家JohnMcCarthy提出了“人工智能”的概念，是指在处理任务时具有人类智力特点的机器，包括具有组织和理解语言
爱吃零食的苦学僧·2023-01-11 07:04

分清概念十分重要系列之--说说人工智能中的各种学习

后来，又冒出了监督学习、无监督学习、强化学习、迁移学习、集成学习等，更是迷了眼，到最后，都得自己欺骗自己，反正都是学习就是了
龙赤子·2023-01-11 07:34

记录：简单实现CliffWalking环境下的Q-learning和Sarsa方法

本文仅做记录，因本人Python尚未精通，强化学习更是一知半解，但跟着周博磊老师的《强化学习纲要》系列课程学习一段时间，照猫画虎用Python写出在CliffWalking下寻找最优路径的Q-learning
嚯口小茶·2023-01-11 07:59

2021李宏毅机器学习课程-YouTube第十部分、 强化学习Reinforcement Learning - RL

第十部分、强化学习ReinforcementLearning-RL1.ReinforcementLearning1）RL基本步骤2）控制Actor输出的行为3）actor倾向确定`1.Version1`
Liuyc-Code boy·2023-01-11 07:49

李宏毅机器学习课程-概述增强式学习0214

B站李宏毅2021春机器学习课程P73目录1、什么是RL2、Function3、Loss4、Optimization1、什么是RL强化学习（ReinforcementLearning,RL），又称再励学习
cq-lc·2023-01-11 07:49

研究7——发展与应用

601【ICML2018】63篇强化学习论文全解读https://mp.weixin.qq.com/s?
普通网友·2023-01-11 04:43

科学计算学习文章（持续更新

因学习需要，所以汇总了一些文章浅析GPU计算——cuda编程浅析GPU计算——CPU和GPU的选择GPU与CPU、显卡区别CPU与GPU并行计算联系与区别使用GPU加速计算深度强化学习是如何利用GPU进行并行计算的
BugII_·2023-01-10 19:16

numpy中改变数组维度的几种方法

在进行深度学习或强化学习时经常需要对数据的维度进行变换，本文总结了numpy中几种常用的变换数据维度的方法增加一个维度在多维数组的最后一维再增加一个维度可以使用numpy.reshape或numpy.expand_dims
qiu_xingye·2023-01-10 19:42

机器学习基础概念

什么是监督学习、无监督学习、强化学习、弱监督学习、半监督学习、多示例学习？监督学习(supervisedlearning)：已知数据和其一一对应的标签，训练一个智能算法，将输入数据映射到标签的过程。
TaylorMei·2023-01-10 16:18

何为监督学习、无监督学习、强化学习、弱监督学习、半监督学习、多示例学习？

随着机器学习问题不断深入人心，人们也将现实中遇到不同的问题分为不同的学习方式，其中，最基础的应属监督学习，无监督学习和强化学习了。
Joker 007·2023-01-10 16:48

远程监督、弱监督、有监督、半监督到底怎么区分

我的总结如下：监督学习主要分为以下三类(强化学习等没有考虑)：1.有监督：用有标签的数据训练2.无监督：用无标签的数据训练3.弱监督：用含有噪声的有标签数据进行训练半监督：同时用有标签和无标签的数据训练
被窝少女社会历险记·2023-01-10 16:44

学术加油站｜机器学习应用在数据库调优领域的前沿工作解读

硕士期间在电子科技大学网络空间安全研究院从事聚类和强化学习相关算法研究，在应用聚类研究个性化在线学习和强化学习的奖励函数设计方向取得了一定成果，目前研究方向为机器学习和数据库相结合的领域。」
·2023-01-10 11:18

手把手教你安装深度学习软件环境（附代码）

为了进行强化学习研究，我最近购置了一台基于Ubuntu和英伟达GPU的深度学习机器。尽管目前在网络中能找到一些环境部署指南，但目前仍然没有全面的安装说明。
weixin_34341117·2023-01-10 10:18

白话解释DQN(DeepQ-Learning)强化学习算法（五子棋九宫格对弈实例）

介绍本文公开一个基于dqn的九宫格游戏和五子棋游戏自动下棋算法源码，并对思路进行讲解。源码地址：https://gitee.com/lizhigong/DQN-9pointgame最近学习DQN算法绕了很多弯子，踩了很多坑，这里梳理一下，一来给自己学习过程留个记录，二来趁着坑比较热乎，写出来给大家分享分享。代码中有居于ANN的九宫格游戏已经训练好的还有一个基于CNN的8*8的五子棋游戏自己可以尝试
盘古开天1666·2023-01-10 08:44

GNN学习笔记（三）：PyG构建Message Passing Network实例（Cora）

其中共有7个类别（num_classes：基于案例、遗传算法、神经网络、概率方法、强化学习、规则学习、理论。
花锄·2023-01-09 18:36

3网络连接图_CS224w 图神经网络（Graph Neural Networks）

在之前的内容里我们讨论了图像和自然语言的机器学习方法以及简单的强化学习方法，今天开始我们要接触到机器学习的另一个有趣的领域——图机器学习。
懂得越多越要学·2023-01-09 18:06

深度确定性策略梯度（DDPG）

PG(PolicyGradient)我们在强化学习(十三)策略梯度(PolicyGradient)里已经讨论过。
叉车司机·2023-01-09 14:34

强化学习：确定性策略梯度（DDPG）

1，确定性策略梯度1.1，基本概念随机性策略梯度算法被广泛应用于解决大型动作空间或者连续动作空间的强化学习问题。其基本思想是将策略表示成以为参数的策略函数。
燕双嘤·2023-01-09 14:02

【强化学习】

强化学习DQN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强化学习DQNDQN算法的简介一、环境的介绍二、DQN算法1、DQN算法的关键技术2.DQN代码2.1导入库2.2定义类
零基础123·2023-01-09 14:32

初探强化学习(13)DQN的Pytorch代码解析，逐行解析，每一行都不漏

首先上完整的代码。这个代码是大连理工的一个小姐姐提供的。小姐姐毕竟是小姐姐，心细如丝，把理论讲的很清楚。但是代码我没怎么听懂。小姐姐在B站的视频可以给大家提供一下。不过就小姐姐这个名字，其实我是怀疑她是抠脚大汉，女装大佬。不说了，先上完整的代码吧1.完整的代码importgymimportmathimportrandomimportnumpyasnpimportmatplotlib.pyplota
难受啊！马飞...·2023-01-09 12:16

入门篇---DQN代码逐行分析（pytorch）

pytorch版DQN代码逐行分析前言入强化学习这个坑有一段时间了，之前一直想写一个系列的学习笔记，但是打公式什么的太麻烦了，就不了了之了。
昨日啊萌·2023-01-09 12:16

强化学习——（1）DQN的pytorch实现

DQN的流程图导入相应包importtorchimporttorch.nnasnnimportnumpyasnpfromEnvironmentimportMaze定义神经网络框架classNet(nn.Module):def__init__(self,n_states,n_actions):super(Net,self).__init__()self.fc1=nn.Linear(n_states,
七上八下的黑·2023-01-09 12:45

【逆强化学习-1】学徒学习（Apprenticeship Learning）

文章目录0.引言1.算法原理2.仿真环境3.运行4.补充（学徒学习+深度Q网络）本文为逆强化学习系列第1篇，没有看过逆强化学习介绍的那篇的朋友，可以看一下：InverseReinforcementLearning-Introduction
非线性光学元件·2023-01-09 10:17

【论文泛读】Towards Long-term Fairness in Recommendation - 2021 - WSDM

TowardsLong-termFairnessinRecommendation[2021-WSDM]本文是投在顶会WSDM上的2021年的新文章，旨在采用强化学习方法解决常规推荐环境中的曝光不公平问题
JinyuZ1996·2023-01-09 10:44
上一页 52 53 54 55 56 57 58 59 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他