GAN-强化学习

基于 Paddle2.0 的强化学习新玩法 —— 通关超级马里奥兄弟

基于Paddle2.0的强化学习新玩法——通关超级马里奥兄弟本文目录基于Paddle2.0的强化学习新玩法——通关超级马里奥兄弟前言马里奥游戏环境简介PPO算法简介基于Paddle2.0实现PPO通关小技巧效果展示全文回顾前言超级马里奥兄弟作为几代人的童年回忆
ZiSeoi·2022-12-01 16:18

强化学习相关概念梳理

强化学习相关概念梳理强化学习概念特别多，且涉及大量数学知识，此文章旨在梳理一些基本概念，如有错误，欢迎指正！
AI学习的小解·2022-12-01 16:18

用深度强化学习玩超级马里奥兄弟

介绍从本文中，你将学习如何使用DeepQ-Network和DoubleDeepQ-Network（带代码！）玩超级马里奥兄弟。超级马里奥是任天堂在1980年代开发和发行的著名游戏。它是历经多年无需解释的经典游戏名称之一。这是一款2D横向卷轴游戏，让玩家可以控制主角——马里奥。游戏玩法包括从左到右移动马里奥，从反派中生存下来，获得硬币，以及到达旗帜以清除关卡。马里奥最终需要拯救公主。这些有不同的奖励
woshicver·2022-12-01 16:48

基于强化学习的超级马里奥代码实现

stable_baselines3是对强化学习新手及其友好的库，基于pyt
棋圣阳阳阳·2022-12-01 16:18

浅谈利用强化学习A3C玩转超级玛丽奥

浅谈利用A3C玩转超级玛丽奥前言github什么是Actor-Critic？A3C算法loss值计算前言很早以前看过超级玛丽奥利用人工智能玩，以前感觉很高档。就写一篇吧。githubhttps://github.com/yanjingke/Super-mario什么是Actor-Critic？Actor-Critic，其实是用了两个网络：两个网络有一个共同点，输入状态S:一个输出策略，负责选择动作
My小可哥·2022-12-01 16:16

强化学习--tf2.4 超级马里奥（super mario） PPO复现

提示：文章写完后，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前言一、安装库二、使用步骤总结前言我真的是醉了，刚开始无意间看到超级马里奥的强化学习，我就想学，然后。。。
百度pkq·2022-12-01 16:46

【强化学习】深度强化学习入门介绍

深度强化学习是一种机器学习，其中智能体(Agent，也翻译作代理)通过执行操作（Action）和查看结果（Reward）来学习如何在环境中采取最佳的动作或策略。
风度78·2022-12-01 16:46

Game Boy 模拟器！完美运行超级马里奥、口袋妖怪等游戏

这款模拟器的独特之处，在于你能用它来创建AI或机器人，让它基于强化学习实现自动打游戏通关等骚操作。项目地址：https
开源前哨·2022-12-01 16:16

AI又对游戏下手了，用强化学习通关超级马里奥兄弟

【飞桨开发者说】王子瑞，四川大学电气工程学院2018级自动化专业本科生，飞桨开发者技术专家PPDE，RoboMaster川大火锅战队成员，强化学习爱好者超级马里奥兄弟作为几代人的童年回忆，陪伴了我们的成长
飞桨PaddlePaddle·2022-12-01 16:45

用强化学习通关超级马里奥！

作者|肖遥来源丨DatawhaleDQN算法实践之速通超级马里奥作为强化学习(ReinforceLearning,RL)的初学者，常常想将RL的理论应用于实际环境，以超级马里奥为例，当看着自己训练的AI
AI科技大本营·2022-12-01 16:45

用强化学习玩《超级马里奥》

Pytorch的一个强化的学习教程（TrainaMario-playingRLAgent）使用超级玛丽游戏来学习双Q网络(强化学习的一种类型)，官网的文章只有代码，所以本文将配合官网网站的教程详细介绍它是如何工作的
deephub·2022-12-01 16:15

强化学习扫盲贴：从Q-learning到DQN

本文转载自知乎专栏「机器学习笔记」，原文作者「余帅」，链接https://zhuanlan.zhihu.com/p/358829371本文学习目标1.复习Q-Learning；2.理解什么是值函数近似（FunctionApproximation）；3.理解什么是DQN，弄清它和Q-Learning的区别是什么。2用Q-Learning解决经典迷宫问题现有一个5房间的房子，如图1所示，房间与房间之间
夕小瑶·2022-12-01 16:07

《强化学习周刊》第12期：强化学习应用之组合优化

No.12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，它在组合优化领域中的应用研究进展与成果也引发了众多关注。
智源社区·2022-12-01 13:09

用强化学习玩《超级马里奥》

Pytorch的一个强化的学习教程（TrainaMario-playingRLAgent）使用超级玛丽游戏来学习双Q网络(强化学习的一种类型)，官网的文章只有代码，所以本文将配合官网网站的教程详细介绍它是如何工作的
·2022-12-01 11:40

ICML 2018 | 从强化学习到生成模型：40篇值得一读的论文

ICML2018所接收的论文的研究主题非常多样，涵盖深度学习模型/架构/理论、强化学习、优化方法、在线学习、生成模型、迁移学习与多任务学习、隐私与安全等，
喜欢打酱油的老鸟·2022-12-01 10:50

循环世界模型(Recurrent World Models)——真实世界建模的强化学习利器

原文地址https://arxiv.org/abs/1803.10122摘要  我们探索建立通用强化学习环境的生成神经网络模型。我们
hhy_csdn·2022-12-01 09:53

教程 | Jetson Xavier NX 开发板强化学习环境配置流程

其预制基于ARM架构下的Ubuntu系统，提供GPU环境，大大提升了强化学习算法的训练速度。图为NX开发板示意图，其中各部分组成如下：1.用于主存储的microSD卡插槽2.40针扩展引脚3.Mi
天之博特TIANBOT·2022-12-01 09:20

从模型容量的视角看监督学习

这几天看离线强化学习瞎想的，不一定正确，仅记录个人想法文章目录1.监督学习的本质2.容量视角下的模型选择、正则化和归纳偏置3.几点启发1.监督学习的本质我认为监督学习的本质在于在过拟合和欠拟合之间取得平衡
云端FFF·2022-12-01 09:18

《强化学习周刊》第42期：DPIN、鲁棒元强化学习、Deep dispatching

No.42智源社区强化学习组强化学习研究观点资源活动周刊订阅告诉大家一个好消息，《强化学习周刊》已经开启“订阅功能”，以后我们会向您自动推送最新版的《强化学习周刊》。
智源社区·2022-12-01 07:21

深度强化学习篇1：神经网络回归实例---复杂函数拟合

一、TensorFlow2TensorFlow的张量与数据流图：一维张量如向量，二维张量如矩阵，以此类推。TensorFlow的数据流图如下。二、神经网络基础编程实例1、TensorFlow例程1——TensorFlow结构，优化器逼近函数参数importtensorflowastfimportnumpyasnp#数据x_data=np.random.rand(100).astype(np.flo
茶花煮酒·2022-12-01 01:30

强化学习中的策略梯度算法及近端策略优化算法（DataWhale组队学习笔记）

我们首先总结一下之前学习到的知识：强化学习术语英文词汇及公式、符号表示简单解释智能体agent具有智能的实体演员actor负责与环境交互(环境)状态(environment)state：在时刻，环境所达到的状态策略
Savarus·2022-11-30 23:43

稀疏奖励及模仿学习（DataWhale组队学习笔记）

稀疏奖励在用强化学习解决现实问题时，我们对学习目标设置相应的奖励，但在庞大的状态空间中，智能体想要通过随机试错来获取奖励的概率是极低的，不获得奖励就没办法学习，我们将这种情况称作稀疏奖励。
Savarus·2022-11-30 23:13

【Learning PGM in R】第一章 概率推理

目录1.1机器学习1.1.1监督学习1.1.2无监督学习和强化学习1.2概率表示1.2.1概率计算和随机变量1.2.2条件概率、联合概率分布和边缘分布1.3贝叶斯规则1.4概率图模型基础1.4.1概率图模型基础理论
板砖板砖我是兔子·2022-11-30 23:58

SeqGAN: Sequence Generative Adversarial Nets with Policy Gradient读书笔记

SequenceGenerativeAdversarialNets序列生成问题的描述：给定真实世界的结构化序列的数据集，训练一个含有参数θ的生成网络Gθ我们基于强化学习来解释这一问题，在第t个时间步，状态
时光正好466·2022-11-30 22:16

GAN-生成对抗神经网络(Pytorch)-合集（1）GAN-DCGAN-CGAN

原生GAN（GenerativeAdversarialNets）训练过程也是老三步了，再啰嗦一遍：使用真实图片训练辨别器，标签为真使用生成器生成的图片训练判别器，标签为假，此时图片使用生成器计算得来的，喂给判别器时要截断梯度，防止更新时把生成器也更新了训练生成器，使用生成的图片喂给判别器，标签为真，更新生成器论文地址：https://arxiv.org/abs/1406.2661GAN之父了可以说
JiYH·2022-11-30 21:25

强化学习泛化性 综述论文阅读 A SURVEY OF GENERALISATION IN DEEP REINFORCEMENT LEARNING

强化学习泛化性综述论文阅读摘要一、介绍二、相关工作：强化学习子领域的survey三、强化学习中的泛化的形式3.1监督学习中泛化性3.2强化学习泛化性背景3.3上下文马尔可夫决策过程3.4训练和测试上下文
孙敬博·2022-11-30 20:06

伦敦大学学院、UC伯克利联手，撰文综述深度强化学习泛化研究

来源：机器之心编辑：陈萍强化学习应用广泛，但为何泛化这么难？如果要在现实世界的场景中部署强化学习算法，避免过度拟合至关重要。
人工智能学家·2022-11-30 20:06

统计学习方法——机器学习和统计学习

统计学习包括监督学习、非监督学习、半监督学习和强化学习。2．统计学习方法三要素——模型、策略、算法，对理解统计学习方法起到提纲挈领的作用。
小陈phd·2022-11-30 20:57

《强化学习周刊》第69期：ICLR2023强化学习论文推荐、MIT实现自动调整内在奖励的强化学习...

No.69智源社区强化学习组强化学习研究观点资源活动周刊订阅告诉大家一个好消息，《强化学习周刊》已经开启“订阅功能”，以后我们会向您自动推送最新版的《强化学习周刊》。
智源社区·2022-11-30 17:20

活动报名 | AlphaTensor一作亲讲：通过强化学习发现更快的矩阵乘法算法

由智源社区主办的「智源Live第28期丨AlphaTensor作者亲讲：通过强化学习发现更快的矩阵乘法算法」将于2022年12月2日下午17:00在线举办，敬请期待。
智源社区·2022-11-30 17:50

《强化学习周刊》第66期：EMNLP2022强化学习论文推荐、DeepMind推出可探索的预训练强化学习...

No.66智源社区强化学习组强化学习研究观点资源活动周刊订阅告诉大家一个好消息，《强化学习周刊》已经开启“订阅功能”，以后我们会向您自动推送最新版的《强化学习周刊》。
智源社区·2022-11-30 17:49

《强化学习周刊》第68期：ICLR2023强化学习论文、谷歌乒乓球机器人、订阅赠书《Easy RL强化学习教程》...

No.68智源社区强化学习组强化学习研究观点资源活动周刊订阅告诉大家一个好消息，《强化学习周刊》已经开启“订阅功能”，以后我们会向您自动推送最新版的《强化学习周刊》。
智源社区·2022-11-30 17:19

活动报名｜UC Berkeley李钟毓：足式机器人上结合“基于模型的优化控制”与“无模型的强化学习”...

11月10日（周四）10:00-11:00「青源Live第52期丨李钟毓：如何在足式机器人上结合基于模型的优化控制与无模型的强化学习」将在线举办，加州大学伯克利机械工程专业博士生李钟毓将作学术报告，欢迎预约观看并参与线上交流
智源社区·2022-11-30 17:18

北大《深度强化学习》重磅开放下载

得益于DeepMindAlphaGo和OpenAIFive成功的案例，深度强化学习受到大量的关注，相关技术广泛应用于不同的领域。
深度学习技术前沿·2022-11-30 16:32

北大《深度强化学习》作者：那就开放下载吧

得益于DeepMindAlphaGo和OpenAIFive成功的案例，深度强化学习受到大量的关注，相关技术广泛应用于不同的领域。但是，对于一名学习者来说，市面上很少有书籍或者教程能同时覆盖从「0到1
人工智能与算法学习·2022-11-30 16:30

机器人强化学习——Learning Collaborative Pushing and Grasping Policies in Dense Clutter（ICRA 2021）

1简介基于3D视觉联合学习平面推和6DOF抓取，采用Q-learning。推和抓取使用两个独立的网络，通过采样器获得6-DOF抓取位姿。2方法state：RGBD图像action：行为基元选择（推、抓取）、末端的三维位置和旋转。在push动作下，action由图像上二维的点和平面的旋转角构成，机械手在该点处沿旋转角方向推10cm。如何push物体：Duringtheexecution,thegri
千羽QY·2022-11-30 16:27

【强化学习论文合集 | 2020年合集】二. AAAI-2020 强化学习论文

强化学习（ReinforcementLearning,RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题
Allenpandas·2022-11-30 16:26

【强化学习论文合集 | 2020年合集】一. ICML-2020 强化学习论文

强化学习（ReinforcementLearning,RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题
Allenpandas·2022-11-30 16:56

【强化学习论文合集 | 2021年合集】二. AAAI-2021 强化学习论文

欢迎订阅本专栏：《强化学习论文合集》订阅地址：https://blog.csdn.net/m0_38068876/category_12115798.html【强化学习论文合集】专栏介绍（订阅前必读）【
Allenpandas·2022-11-30 16:56

【强化学习论文合集 | 2021年合集】三. AAMAS-2021 强化学习论文

欢迎订阅本专栏：《强化学习论文合集》订阅地址：https://blog.csdn.net/m0_38068876/category_12115798.html【强化学习论文合集】专栏介绍（订阅前必读）【
Allenpandas·2022-11-30 16:56

【强化学习论文合集 | 2021年合集】一. ICML-2021 强化学习论文

欢迎订阅本专栏：《强化学习论文合集》订阅地址：https://blog.csdn.net/m0_38068876/category_12115798.html【强化学习论文合集】专栏介绍（订阅前必读）【
Allenpandas·2022-11-30 16:26

2023年清华交叉信息研究院许华哲组博士招生及研究助理招募 (计算机视觉，强化学习， 机器人学 方向)...

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达2023年清华交叉信息研究院许华哲组博士招生及研究助理招募(强化学习，机器人学，计算机视觉方向)写在前面的话大家好，我是许华哲(http
Amusi（CVer）·2022-11-30 16:23

UNC Charlotte招收机器人/强化学习/控制博士

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达导师介绍：Dr.WenhaoLuo目前就职于UNCCharlotte,担任计算机系助理教授。Dr.Luo于2021年7月博士毕业于卡内基梅隆大学计算机学院机器人系，师从KatiaSycara教授。实验室研究领域涵盖Robotics,MachineLearning及ControlTheory。主要研究兴趣包括基于学习，运动规划和控制
Amusi（CVer）·2022-11-30 16:53

多样性强化学习：不光要赢，还要赢得精彩 | 清华吴翼

从这个「捉迷藏」游戏出发，研究者引出了多智能体强化学习中的多样性学习问题。在这个新的强化学习范式中，AI不仅仅要得高分，还要尽可能用不同方式得高分。作为智源大会“强化学习与决策智能论
智源社区·2022-11-30 16:52

《强化学习周刊》第22期：ICRA 2021-2022强化学习的最新研究与应用

No.22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。
智源社区·2022-11-30 16:21

全球首个城市内河无人驾驶数据集发布、奥地利学者用「量子扭曲」加速强化学习 | AI日报...

全球首个城市内河无人驾驶数据集发布近年来，内河无人船因其潜在的应用价值而受到广泛关注，不同于海面无人船和路面自动驾驶场景，内河行驶的无人船的定位和感知面临着独特的挑战。欧卡智舶联合清华大学与西北工业大学的研究学者于近日公开了USVInland数据集，该数据集是第一个内河场景下多传感器的无人船数据集，旨在促进无人船领域相关研究，数据集论文已经被IEEERoboticsandAutomationLet
智源社区·2022-11-30 16:20

【强化学习论文合集 | 2021年合集】七. ICRA-2021 强化学习论文

欢迎订阅本专栏：《强化学习论文合集》订阅地址：https://blog.csdn.net/m0_38068876/category_12115798.html【强化学习论文合集】专栏介绍（订阅前必读）【
Allenpandas·2022-11-30 16:49

基于C#的机器学习--惩罚与奖励-强化学习

强化学习概况正如在前面所提到的，强化学习是指一种计算机以“试错”的方式进行学习，通过与环境进行交互获得的奖赏指导行为，目标是使程序获得最大的奖赏，强化学习不同于连督学习，区别主要表现在强化信号上，强化学习中由环境提供的强化信号是对产生动作的好坏作一种评价
山信大大懒虫·2022-11-30 14:41

什么是强化学习？预测股票的效果如何？

强化学习是机器学习的方式之一，它与监督学习、无监督学习并列，是三种机器学习训练方法之一。
Python实用宝典·2022-11-30 13:30

【经验】深度强化学习训练与调参技巧

来源：知乎(https://zhuanlan.zhihu.com/p/482656367)作者：岳小飞天下苦RL久矣，其中最苦的地方莫过于训练和调参了，人人欲“调”之而后快。在此为RL社区贡献一点绵薄之力，首先摘录StableBaselines3的RLTipsandTricks，其次给出个人心得，最后提供一些其他优秀的资源。【RLTipsandTricks--Start】这块主要是RLTipsan
风度78·2022-11-30 13:24
上一页 70 71 72 73 74 75 76 77 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他