PPO深度强化学习

【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

AI又对游戏下手了，用强化学习通关超级马里奥兄弟

如今，随着深度强化学习的发展，越来越多的游戏已经被AI征服。今天，我们将以超级马里奥为例子，展示如何用深度强化学习试着通关游戏。马里奥游戏环境简介游戏环境只给予3次机会通关，即玩家或AI需要在3
飞桨PaddlePaddle·2022-12-01 16:45

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

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

来自伦敦大学学院、UC伯克利机构的研究者撰文对深度强化学习中的泛化进行了研究。强化学习(RL)可用于自动驾驶汽车、机器人等一系列应用，其在现实世界中表现如何呢？
人工智能学家·2022-11-30 20:06

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

时间：2022年12月2日（周五）下午17:00-18:00形式：线上直播01报告简介本次报告中，AlhusseinFawzi博士将介绍基于AlphaZero的深度强化学习方法，名为AlphaTensor
智源社区·2022-11-30 17:50

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

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)...

欢迎对人工智能，尤其是深度强化学习、机器人学和计算机视觉方向感
Amusi（CVer）·2022-11-30 16:23

【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

DRL基础（四）——编程：python与numpy基础

现代深度强化学习，包括多智能体强化学习，研究者大多使用Python进行试验验证。主要的原因就是Python语言较为贴近自然语言，入门容易，具有各种方便好用的功能包。
二向箔不会思考·2022-11-30 13:13

深度强化学习（DRL）学习笔记（1 - 4章）

文章目录前言常用符号摘自课本概念、参数出处或者定义（方便理解和查阅）第一章概率论基础与蒙特卡洛概率论基础（具体自己补）蒙特卡洛第二章深度学习基础线性模型线性回归逻辑斯蒂回归Softmax分类器神经网络全连接神经网络（多层感知层）卷积神经网络（CNN）反向传播和梯度下降梯度下降反向传播第三章马尔可夫决策过程（MDP）基本概念（一定要牢记
流荧静水·2022-11-30 10:03

【医疗人工智能】DKDR：一种用于疾病诊断的知识图谱和深度强化学习方法

Article作者：YuanyuanJia,ZhirenTan,JunxingZhang文献题目：DKDR:AnApproachofKnowledgeGraphandDeepReinforcementLearningforDiseaseDiagnosis文献时间：2019摘要使用人工智能解决医疗问题一直是一个有趣但具有挑战性的话题。近年来，随着电子病历(EMR)的出现，许多研究人员开始专注于通过挖
Wwwilling·2022-11-30 06:53

深度强化学习CS285-Lec18 Meta-Learning in RL

Meta-RL概述一、问题定义1.1监督学习1.2元学习1.3Meta-Learning的数据集设定与学习方式1.3.1元学习的数据集是怎样的？1.3.2Meta-Learning的学习方式1.4Meta-Learning的一些理解二、Meta-RL2.1问题描述：2.2Recurrence(fff为RNN，LLL为PG——PolicyGradient)2.3Optimization-Based（
Nemo555·2022-11-29 18:31

深度强化学习CS285-Lec17 Distributed RL

TransferLearning与DistributedRL概述一、分布式RL架构1.1DQN1.2GORILA1.3A3C1.4IMPALA1.5Ape-X1.6R2D3二、其它引用较高的分布式RL架构2.1QT-Opt2.2AlphaZero2.3提升性能的Trick——PBT三、开源分布式架构——RLlib后记概述RL与监督学习的训练过程的区别在于，RL需要与环境进行交互获得样本来估计更新中
Nemo555·2022-11-29 18:01

深度强化学习CS285 lec13-lec15 （下）

逆强化学习IRL概述一、InverseRL背景1.1ImitationLearning与InverseRL1.2StandardRL与InverseRL二、InverseRL2.1Recap2.2MaximumLikelihoodLearning2.3MaximumEntropyIRL2.4GuidedCostLearning2.5GAIL2.6GAIRL后记概述IRL的Motivation：从e
Nemo555·2022-11-29 18:30

深度强化学习CS285 lec13-lec15 （中）

SoftOptimality概述一、概率图基础知识二、SoftOptimalityFramework2.1Recap2.2SoftOptimality与ValueIteration的联系2.3OptimismProblem(关键哦！）2.3.1Optimism问题的引出2.3.2Soft与StandardRL的区别2.3.3Deterministicdynamics的Objective2.3.4S
Nemo555·2022-11-29 18:29

深度强化学习CS285 lec13-lec15 基础知识：变分推断VI与GAN

变分推断VariationalInference、生成对抗网络GAN概述一、简要回顾信息论1.1概念与公式1.2小总结二、变分推断(VariationalInference)2.1背景2.2VariationalInference三、GAN3.1原始GAN3.2“-logDtrick”的GAN小结概述Lec1-Lec4RLIntroduction介绍传统ImitationLearning的背景、算
Nemo555·2022-11-29 18:28

深度强化学习CS285 lec5-lec9（超长预警）

深度强化学习CS285lec5-lec9学习感悟一、策略梯度(PolicyGradient)1.1REINFORCE1.2改进方法1.2.1因果性（Causality）1.2.2基准（Baselines
Nemo555·2022-11-29 18:27

cs285深度强化学习课程笔记-lec1

cs285深度强化学习课程笔记lec1深度强化学习的概念核心观点智能机器必须能学会适应深度学习有助于处理非结构化的环境强化学习提供了一种行为范式深度强化学习提供了端到端的方案。
HarryChi·2022-11-29 18:54

2018UCBerkeley深度强化学习-模拟学习Lec2

课程内容符号的介绍模仿学习（imitatelearning）符号符号含义这里不再赘述，这里需要注意的是：state与observation的区别。正如课堂中老师所说：Thestateisactuallythesufficientkindofsummaryofwhat‘sgoingonintheworld.Theobservationisaconsequenceofstatebutitmightbe
sunflower_level1·2022-11-29 18:48

2018UCBerkeley深度强化学习Lec1

课程内容深度学习（DeepLearning）的简介强化学习（ReinforcementLearning）的简介深度强化学习深度学习适用环境：无结构环境（unstructuredenvironment）优点
sunflower_level1·2022-11-29 18:17

DDQN与DQN算法用tensorflow2.0实现

深度强化学习DoubleDeepQLearning算法和DeepQLearning用tensorflow2.0实现DQN算法实现首先搭建网络结构，是一个很简单的三个全连接层。
回想sy·2022-11-29 10:49

Policy Gradient (PG)与Proximal Policy Optimization (PPO)算法详解

李宏毅教授强化学习文章目录参考学习课程Value-based与Policy-basedPolicyGradient(PG)基本原理PG的两个小技巧ProximalPolicyOptimization(PPO
Cder1c·2022-11-28 20:03

基于stable-baselines3的PPO和DQN训练LunarLander-v2

文章目录stable-baselines3配置stable-baselines3环境LunarLander-v2配置LunarLander-v2环境PPO方法DQN方法stable-baselines3StableBaselines3
Cder1c·2022-11-28 20:03

PyTorch深度强化学习中蒙特卡洛策略梯度法在短走廊环境（CartPole-v0）中的实战（超详细 附源码）

需要源码请点赞关注收藏后评论区留下QQ~~~一、策略梯度法策略梯度法（PG）利用策略函数来选择动作，同时使用值函数来辅助策略函数参数的更新，根据策略类型的不同，可以分为随机策略梯度和确定性策略梯度策略梯度法与值函数逼近法相比优点如下1：平滑收敛在学习过程中，PG法每次更新策略函数，权重参数都会朝着最优值变化，且只发生微小变化，有很强的收敛性，值函数逼近法基于贪心策略对策略进行改进，有些价值函数在后
showswoller·2022-11-28 19:46

第7章 网络优化与正则化

章前馈神经网络第5章卷积神经网络第6章循环神经网络第7章网络优化与正则化第8章注意力机制与外部记忆第9章无监督学习第10章模型独立的学习方式第11章概率图模型第12章深度信念网络第13章深度生成模型第14章深度强化学习第
zaiziwamei·2022-11-28 18:46

莫烦python简历_强化学习传说：第一章 模仿学习

那么，从这里开始为大家带来伯克利深度强化学习CS294Fall2017以及斯坦福强化学习CS2342017的Ass
Moonkissu·2022-11-28 09:08

强化学习第一章概述

independentlyidenticallydistribution（iid）延迟奖励delayedReward试错trial-and-errorexploration探索exploration开发exploitation奖励信号rewardsignal深度强化学习
£•€•×·2022-11-28 09:38

【PyTorch深度强化学习】带基线的蒙特卡洛策略梯度法（REINFOECE）在短走廊和CartPole环境下的实战（超详细 附源码）

需要源码请点赞关注收藏后评论区留言留下QQ~~~一、带基线的REINFORCEREINFORCE的优势在于只需要很小的更新步长就能收敛到局部最优，并保证了每次更新都是有利的，但是假设每个动作的奖赏均为正，则每个动作出现的概率将不断提高，这一现象会严重降低学习速率，并增大梯度方差根据这一思想，我们构建一个仅与状态有关的基线函数，保证能够在不改变策略梯度的同时，降低其方差，带基线的REINFORCE算
showswoller·2022-11-28 07:23

【PyTorch深度强化学习】DDPG算法的讲解及实战（超详细 附源码）

需要源码请点赞关注收藏后评论区留言留下QQ~~~一、DDPG背景及简介 在动作离散的强化学习任务中，通常可以遍历所有的动作来计算动作值函数q(s,a)q(s,a)，从而得到最优动作值函数q∗(s,a)q∗(s,a)。但在大规模连续动作空间中，遍历所有动作是不现实，且计算代价过大。针对解决连续动作空间问题，2016年TPLillicrap等人提出深度确定性策略梯度算法（DeepDeterminist
showswoller·2022-11-28 07:23

【PyTorch深度强化学习】TD3算法（双延迟-确定策略梯度算法）的讲解及实战（超详细 附源码）

需要源码请点赞关注收藏后评论区留言~~~一、双延迟-确定策略梯度算法在DDPG算法基础上，TD3算法的主要目的在于解决AC框架中，由函数逼近引入的偏差和方差问题。一方面，由于方差会引起过高估计，为解决过高估计问题，TD3将截断式双Q学习（clippedDoubleQ-Learning）应用于AC框架；另一方面，高方差会引起误差累积，为解决误差累积问题，TD3分别采用延迟策略更新和添加噪声平滑目标策
showswoller·2022-11-28 07:23

人工智能-强化学习-算法：DQN（Deep Q-Learning Network）【Deep Learning Network + Q-Learning 】

DQN（DeepQ-LearningNetwork）可谓是深度强化学习（DeepReinforcementLearning，DRL）的开山之作，是将深度学习与强化学习结合起来从而实现从感知（Perception
u013250861·2022-11-27 18:26

强化学习（八） - 深度Q学习(Deep Q-learning, DQL,DQN)原理及相关实例

训练算法8.5深度Q学习实例8.5.1主程序程序注释8.5.2DQN模型构建程序程序注释8.5.3程序测试8.6双重深度Q网络8.7对偶深度Q网络8.深度Q学习深度Q学习将深度学习和强化学习相结合，是第一个深度强化学习算法
Stan Fu·2022-11-27 18:55

深度强化学习中Double DQN算法（Q-Learning+CNN）的讲解及在Asterix游戏上的实战（超详细 附源码）

需要源码和环境搭建请点赞关注收藏后评论区留下QQ~~~一、核心思想针对DQN中出现的高估问题，有人提出深度双Q网络算法（DDQN），该算法是将强化学习中的双Q学习应用于DQN中。在强化学习中，双Q学习的提出能在一定程度上缓解Q学习带来的过高估计问题。DDQN的主要思想是在目标值计算时将动作的选择和评估分离，在更新过程中，利用两个网络来学习两组权重，分别是预测网络的权重W和目标网络的权重W'，在DQ
showswoller·2022-11-27 18:52

【干货书】深度强化学习Python实战：算法的简洁实现，简化数学，以及TensorFlow和PyTorch的使用...

本书介绍使用Python,PyTorch和TensorFlow来进行深度强化学习实战https://www.barnesandnoble.com/w/practical-deep-reinforcement-learning-with-python-ivan-gridin
数据派THU·2022-11-26 18:10

综述 | 近年来深度学习的重要研究成果（附PDF）

文章目录摘要引言相关研究最新进展深度架构的演变深度学习方法深度监督学习深度无监督学习深度强化学习深度神经网络深度自编码器深度卷积神经网络网络中的网络基于区域的卷积神经网络深度残差网
lingpy·2022-11-26 13:35

【喜报】“深度强化学习实验室“与“南栖仙策“达成战略合作

深度强化学习实验室论坛：http://deeprlhub.com/编辑：DeepRL为进一步推动下一代认知决策智能的发展，促进国内强化学习技术的理论探索、应用落地和人才培养，＂深度强化学习实验室＂与＂南栖仙策
深度强化学习实验室·2022-11-26 12:30

深度强化学习+金融投资的应用入门

原创文章第114篇，专注“个人成长与财富自由、世界运作的逻辑，AI量化投资”。今天的核心工作是把强化学习环境整合进我们的AI量化平台中。网上很多代码都把数据获取和预处理，都整合到强化学习的环境里，对于总体量化平台而言，这不利于代码的复用。我们之前已经实现好了dataloader。所以我们单独实现强化学习的gym即可。01金融强化学习的环境一个强化学习的环境要定义四个东西：状态空间，动作空间，rew
AI量化投资实验室·2022-11-26 12:55

深度强化学习中深度Q网络（Q-Learning+CNN）的讲解以及在Atari游戏中的实战（超详细 附源码）

需要源码请点赞收藏关注后评论区留下QQ~~~深度强化学习将深度学习的感知（预测能力）与强化学习的决策能力相结合，利用深度神经网络具有有效识别高维数据的能力，使得强化学习算法在处理高纬度状态空间任务中更加有效一
showswoller·2022-11-26 09:21

强化学习 Model-Based 和 Model-Free

Model-Free：环境对输入的响应就是一个映射，withoutmodel，如常见的深度强化学习DQN/A3C/PPO等；Model-Based：环境对输入的响应是统计概率分布P(s_new|s,a)
布谷AI·2022-11-26 02:15

李宏毅机器学习课程自测练习题

LastModified2022.1.7Fri22:27目录(计划包含以下内容)：简介线性分类与感知机数学基础卷积神经网络循环神经网络自注意力机制Transformer自监督学习自编码器对抗生成网络可解释AI与对抗攻击领域自适应深度强化学习
xiongxyowo·2022-11-25 22:52

深度强化学习之gym扫地机器人环境的搭建(持续更新算法，附源码，python实现）

想要源码可以点赞关注收藏后评论区留下QQ邮箱本次利用gym搭建一个扫地机器人环境，描述如下：在一个5×5的扫地机器人环境中，有一个垃圾和一个充电桩，到达[5,4]即图标19处机器人捡到垃圾，并结束游戏。同时获得+3的奖赏。左下角[1,1]处有一个充电桩，机器人到达充电桩可以充电且不再行走，获得+1的奖赏。环境中间[3,3]处有一个障碍物，机器人无法通过。扫地机器人具体流程如下1：每局游戏开始机器人
showswoller·2022-11-25 17:57

深度强化学习服务器搭建（完整版）

由于本人的服务器之前是windows，可以说是从ubuntu系统安装，到运行环境安装，一条龙到底。记录，以备查阅。ubuntu系统安装使用U盘安装ubuntu系统：Ubuntu20.04引用优质文章:使用U盘安装Ubuntu20.04_贾亚超的博客-CSDN博客_ubuntu20.04安装教程在U盘下安装ubuntu20.04，从U盘启动Linux系统_-素心向暖的博客-CSDN博客_ubuntu
深海探照灯·2022-11-25 12:42

李宏毅强化学习完整笔记！开源项目《LeeDeepRL-Notes》发布

1.李宏毅深度强化学习简介李宏毅
风度78·2022-11-25 10:16

MECC：一种基于深度强化学习的移动边缘协作缓存框架

MECC:AMobileEdgeCollaborativeCachingFrameworkEmpoweredbyDeepReinforcementLearning文章目录摘要RelatedworksUser-behavior-awarecontentcachingCollaborativeedgecachingMobileedgecollaborativecachIngframeworkFL-ba
sc0024·2022-11-25 09:15

前沿技术讲习班学习笔记1-邱锡鹏老师

大纲：（1）概述：机器学习概述、感知器、应用（2）基础模型：前馈神经网络、卷积神经网络、循环神经网络、网络正则化与优化、应用（3）进阶模型：注意力机制与外部记忆、无监督学习、概率图模型、深度生成模型、深度强化学习
Javier9201·2022-11-24 17:00

深度强化学习让AI 实现真正的“智能”，附Atari 2600 Video Pinball数据集下载资源

人脸识别、无人驾驶、智能推荐……这期咱们就来聊一聊人工智能任务类型和你可能想不到的深度强化学习。一、人工智能任务分类人工智能任务类型可分为预测型、决策型2个大类。
OpenDataLab·2022-11-24 15:12

谈起AlphaGo,来看其中的强化学习知识点

谈起AlphaGo来看其中的强化学习知识点王树森老师的深度强化学习课程笔记1.TrainingandExecution1.1.trainingin3steps:首先，利用behaviorcloning模仿学习
Catherine_he_ye·2022-11-24 15:04

车道标记检测中的深度学习：综述（Deep Learning in Lane Marking Detection: A Survey）

深度强化学习是深度学
Wincher_Fan·2022-11-24 12:51

Talk | 清华大学陈晓宇&苏黎世联邦理工黄嘉伟 ：基于实际应用的强化学习

他们与大家分享的主题是:“基于实际应用的强化学习”，届时将分别讲解一种针对分段平稳环境的自适应深度强化学习方法，以及等级强化学习：悲观面对风险与常数regre
TechBeat人工智能社区·2022-11-24 12:13
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他