E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
Q-LEARNING
关于DQN一些小想法
基于目前对RL这方面的了解，主要分为基于三个方面:valuefunction，policy以及model其中目前最广泛的为valuefunction的思路，也就是所谓的
q-learning
，DeepQNetwork
仍在坚持读书的女博士
·
2020-07-05 15:43
Reinforcement
Learning
增强学习
强化学习
Q-learning
的理解与python实现
Q-learning
介绍在介绍
Q-learning
这一基础的强化学习方法之前，首先要知道Q值代表什么。
秋水中的鱼
·
2020-07-05 09:51
python
强化学习
人工智能
强化学习之二：
Q-Learning
原理及表与神经网络的实现（
Q-Learning
with Tables and Neural Networks）
本文是对ArthurJuliani在Medium平台发布的强化学习系列教程的个人中文翻译。（ThisarticleismypersonaltranslationforthetutorialwrittenandpostedbyArthurJulianionMedium.com。）原文地址（URLfororiginalarticle）：https://medium.com/emergent-futur
蓝色枫魂
·
2020-07-05 04:29
Reinforcement
Learning
利用强化学习进行股票操作实战（一）
模型我们选取
Q-learning
模型。（如果对
Q-learning
和DeepQ不了解的，建议先理解这两个模型，不然后面看不懂）废话不多
wbbhcb
·
2020-07-05 04:27
量化杂文
股票操作之强化学习基础（三）（Deep Q Network、Actor-critic、Policy gradients）
1DQN（DeepQNetwork）DQN是一种融合了神经网络和
Q-learning
的方法。那么DQN提出来的动机是什么呢？
wbbhcb
·
2020-07-05 04:56
量化杂文
增强学习入门之
Q-Learning
本文首发于集智：https://jizhi.im/blog/post/intro_q_learning“机器学习”的话题一直很火热，相关的概念也是层出不穷，为了不落后于时代，我们都还是要学习一个。第一次听到“增强学习”(ReinforcementLearning)的时候，我以为只是在“深度学习”的基础上又玩儿的新花样。后来稍微了解了一下，发现其实是完全不同的概念，当然它们并非互斥，反而可以组合，于
集智人工智能
·
2020-07-04 21:02
机器学习
跟我的AI比试比试：究竟谁学得更快？
我还将在不使用数学公式的前提下从高水平的角度解释
Q-learning
的概念。nimAIWeb应用程序的用户界面我相信，掌
读芯术
·
2020-07-04 15:55
强化学习入门：基于
Q-learning
算法的日内择时策略初窥
——本篇文章by。大咖本篇文章所使用的数据，来源于JQData本地量化金融数据库。下面我将粗略的介绍一个强化学习在证券市场中应用的简单实例。关于强化学习的算法理论及发展历史，我们不做过多的解释。我们可以很容易在互联网上找到强化学习的理论知识，虽然可能都是一些只言片语，但对于初学者来说基本也就够用了。到目前为止，还没有出现广受业内好评的中文教材，更多的参考资料还是英文版的。例如，RichardS.S
joinquantdata
·
2020-07-04 00:42
股票量化
免费
免费数据
jqdata
Q-learning
算法
策略
量化交易
Reinforcement Learning 学习笔记（三）DQN
上回讲到
Q-learning
的不便之处在于那张Q表有时候会过于庞大，使得存储与搜索都成为一件耗费巨大的事情。为了改进这一缺陷，我们不妨思考一下维护这张Q表的目的是什么？
jkewang
·
2020-07-02 17:29
强化学习
深度学习
神经网络
强化学习
Reinforment Learning 学习笔记（二）
Q-Learning
Q-Learning
是强化学习初期提出的一种较为简单的方法，其核心思想为对每个状态下的每一种行为进行打分，然后根据分数的高低进行选择，接着根据选择此行为后获得的实际奖赏来对打分系统进行更新。
jkewang
·
2020-07-02 17:29
强化学习
机器学习
强化学习
精讲DQN-深度强化学习开山之作
目录应用场景网络搭建损失函数学习过程应用场景DeepQ-Networks:
Q-learning
的Deepneuralnetworks实现，通过深度学习的方法解决
Q-learning
的问题。
布谷AI
·
2020-07-02 03:09
强化学习
深度学习
Non-delusional
Q-learning
and Value Iteration笔记
Non-delusionalQ-learningandValueIteration1.论文讲了什么/主要贡献是什么文章发现了
Q-learning
和带有函数逼近或其它策略约束的近似动态规划中存在错觉偏差的问题
Melody1211
·
2020-07-01 11:41
Deep Recurrent
Q-Learning
for Partially Observable MDPs(DRQN)笔记
DeepRecurrentQ-LearningforPartiallyObservableMDPs1.论文讲了什么/主要贡献是什么传统DQN主要面型MDP的环境，在Atari环境中进行测试的过程中也是采取的输入多个帧的形式，使模型输入的观测能够体现出系统的状态。但现实中大部分都是部分可观测的情况——POMDP，本文在DQN的基础上，结合循环神经网络的特性，将LSTM与DQN结合，设计出DRQN，从
Melody1211
·
2020-07-01 11:41
论文阅读笔记
DQN从入门到放弃5 深度解读DQN算法
1详解
Q-Learning
在上一篇文章DQN从入门到放弃第四篇中，我们分析了动态规划DynamicProgramming并且由此引出了
Q-Learning
算法。可能一些知友不是特别理解。
算法学习者
·
2020-07-01 00:33
RL
Lesson3-基于神经网络方法求解RL
基于神经网络方法求解RL目录基于神经网络方法求解RL1.函数逼近与神经网络神经网络&Paddle利用神经网络改进
Q-learning
:DQNDQN$\approx$神经网络+Q-learning2.DQN
biiigwang
·
2020-06-29 23:00
基于
Q-learning
的机器人路径规划系统（matlab）
0引言
Q-Learning
算法是由Watkins于1989年在其博士论文中提出，是强化学习发展的里程碑，也是目前应用最为广泛的强化学习算法。
wxxj_yz000
·
2020-06-29 18:09
论文阅读笔记 | 用深度强化学习玩Atari
该模型是一个卷积神经网络，使用
Q-learning
的变体进行训练，输入为原始像素，输出为估计未来报酬的值函数。将此方法应用于7个来自街机学习环境的游戏，没有调整架构或学习算法。
??? R.I.P for Kobe?
·
2020-06-29 17:56
DQN
神经网络
百度飞桨世界冠军带你从零实践强化学习第三天（课程白话）
冠军带你从零实践强化学习第三天（课程白话）神经网络方法求解RL->DeepRL数量逐渐增加到不可数值函数的近似神经网络
Q-learning
使用神经网络拟合Q表格监督式学习DQNDQN两大创新点DQN算法使用流程作业问题环境的选择代码书写参数修改大家好你们的三岁又回来啦
叁岁学编程
·
2020-06-29 16:51
AI
算法
神经网络
python
人工智能
机器学习
Q-learning
学习的一个小例子
强化学习的难点，在于其引入了时间这个维度，不管是有监督还是无监督学习，都是能获得即使反馈，但到了强化学习中，反馈来的没那么及时。在周志华的《机器学习》中，举过一个种西瓜的例子。种瓜有很多步骤，例如选种，浇水，施肥，除草，杀虫这么多操作之后最终才能收获西瓜。但是，我们只有等到西瓜收获之后，才知道种的瓜好不好，也就是说，我们在种瓜过程中执行的某个操作时，并不能立即获得这个操作能不能获得好瓜，仅能得到一
weixin_44196792
·
2020-06-29 12:42
强化学习
深度强化学习算法比较
通过价值选行为
Q-learning
、Sarsa、DeepQnetwork直接选行为policyGradients想象环境并从中学习ModelbasedRL基于概率（Policy-BasedRL）policyGradients
北木.
·
2020-06-29 08:16
深度强化学习
q-learning
精讲
Q-learning
的目标是学习一种策略，告诉Agent在什么情况下要采取什么行动。它不需要环境模型，可以处理随机转换和奖励的问题，而无需进行调整。
Adam坤
·
2020-06-29 02:42
AI程序员
算法
机器学习
算法交易系统架构，此篇足矣！
♥优化强化学习
Q-learning
算法
weixin_38754123
·
2020-06-28 21:10
华尔街失守：23万交易员被机器人取代！
♥优化强化学习
Q-learning
算法进行股市♥WorldQua
weixin_38754123
·
2020-06-28 21:10
高盛花了1个亿！为减少股票交易的毫秒数
♥优化强化学习
Q-learning
算法进行股市♥WorldQuant101Alpha、国泰君安191
weixin_38754123
·
2020-06-28 21:10
顶级对冲基金经理 PK 顶级CEO，谁挣得多？
♥优化强化学习
Q-learning
算法进行
weixin_38754123
·
2020-06-28 21:06
XGBoost：股价预测进阶（附代码）
♥优化强化学习
Q-learning
算法进行股市♥WorldQ
weixin_38754123
·
2020-06-28 21:34
量化投资界：2019年度最佳论文出炉！
♥优化强化学习
Q-learning
算法进行股市♥WorldQuant101Al
weixin_38754123
·
2020-06-28 21:34
TensorTrade：基于深度强化学习的Python交易框架
♥优化强化学习
Q-learning
算法进行股市♥WorldQuant101Alpha、国泰君
weixin_38754123
·
2020-06-28 21:34
71803倍！超强Pandas循环提速攻略
♥优化强化学习
Q-learning
算法进行股市♥W
weixin_38754123
·
2020-06-28 21:34
RL强化学习算法90行代码快速实战 DQN代码分层讲解
强化学习DQN算法介绍：DeepMind《PlayingAtariwithDeepReinforcementLearning》提出了DQN，DQN使用卷积神经网络作为价值函数来拟合
Q-learning
中的动作价值
AI深度学习算法实战代码解读
·
2020-06-28 20:24
Python
强化学习
人工智能
Deep-Q-Network从入门到放弃
1详解
Q-Learning
在上一篇文章DQN从入门到放弃第四篇中，我们分析了动态规划Dyn
LearningXX
·
2020-06-27 14:50
强化学习——从
Q-Learning
到DQN到底发生了什么？
1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。
LearningXX
·
2020-06-27 14:50
【强化学习】
Q-Learning
算法详解
【强化学习】
Q-Learning
详解1、算法思想QLearning是强化学习算法中值迭代的算法，Q即为Q（s,a）就是在某一时刻的s状态下(s∈S)，采取a(a∈A)动作能够获得收益的期望，环境会根据agent
LearningXX
·
2020-06-27 14:50
【强化学习--Qlearning】快速入门
Q-learning
强化学习思想
无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。点这里可以跳转到教程。人工智能教程强化学习是一类算法，是让计算机从什么都不懂，脑袋里一点想法都没有，通过不断地尝试，从错误中学习，最后找到规律，学习到达到目标的方法。这就是一个完整的强化学习过程。如为了实现自走的路径，并尽量避免障碍，设计一个路径。如图所
开心果汁
·
2020-06-27 06:58
强化学习
Q-learning
辅助flappy bird
flappybird项目分析标签：强化学习实验
Q-learning
来源来自一个github上的项目，使用Q-leraning训练flappybird，效果很好，半小时能够到几十（比人厉害多了），使用小鸟到最近的柱子的
千灵域
·
2020-06-27 05:41
深度学习
独家 | 使用Python的OpenAI Gym对Deep
Q-Learning
的实操介绍（附学习资源）
作者：ANKITCHOUDHARY翻译：张睿毅校对：吴金笛本文4300字，建议阅读10+分钟。本文作者通过实战介绍了DeepQ-Learning的概念。导言我一直对游戏着迷。在紧凑的时间线下执行一个动作似乎有无限的选择——这是一个令人兴奋的体验。没有什么比这更好的了。所以当我读到DeepMind提出的不可思议的算法（如AlphaGo和AlphaStar）时，我被吸引了。我想学习如何在我自己的机器上
数据派THU
·
2020-06-26 17:43
强化学习的学习笔记
2采样sample()——探索行动的策略sample()函数在训练过程中对应着“样本增广”的作用；3Sarsa和
Q-Learning
——最初的强化学习算法3.1基于
Q-Learning
的强化学习——使用
songyuc
·
2020-06-26 13:07
强化学习
自动驾驶
深度增强学习之走迷宫矩阵
DQN要做的就是将卷积神经网络（CNN）和
Q-Learning
结合起来，CNN的输入是原始图像数据（作为状
Frank_07
·
2020-06-26 10:52
深度学习
增强学习之
Q-learning
走迷宫
Q-Learning
算法整个算法就是一直不断更新Qtable里的值,然后再根据新的值来判断要在某个state采取怎样的action.Qlearning是一个off-policy的算法,因为里面的maxaction
Frank_07
·
2020-06-26 10:51
机器学习
深度学习
人工智能重点摘要
人工智能反向传播
Q-Learning
实验1.手写卷积神经网络（卷积、池化、正向、反向传播）2.LeNet5手写数字识别（LeNet5网络结构）3.A*算法（启发式搜索）4.cifar10withpytorch5
Cakymy
·
2020-06-26 01:04
期末复习
强化学习——从
Q-Learning
到DQN到底发生了什么？
1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。
智元元
·
2020-06-25 20:24
强化学习
PPO算法OpenAI论文大致翻译
Q-learning
不能很好地解决简单问题并且算法的理解性很差；“vanilla”策略梯度算法数据效率低，稳健性差；TRPO算法相对复杂且对包含噪声或者参数共享的结构不兼容。因此急需提出一种新的算法，
KAila_Lucky
·
2020-06-25 16:57
强化学习（Policy Gradient，Actor Critic）
强化学习是通过奖惩的反馈来不断学习的，在
Q-Learning
，Sarsa和DQN中，都是学习到了价值函数或对价值函数的近似，然后根据价值来选择策略（如选择最大价值的动作），所以这一类也被称为ValueBasedModel
上杉翔二
·
2020-06-25 16:39
强化学习
强化学习入门——使用DQN训练CartPole
DQN是2013年DeepMind提出来的使用
Q-learning
与神经网络相结合的方法，其实和
Q-learning
的思想相同，只不过是计算的时候使用神经网络计算Q值。
赵YN的csdn
·
2020-06-25 15:58
ReinForcement
Learning
python
代码实现
Q-learning
深度学习Q—learningQ矩阵的更新基本公式如下：Q_new（state，action）=(1-alpha)Q(state,action)+alpha(R(state,action)+gamma*max*Q(stae_next,action_next))以10X10矩阵为例代码实现为：importpandasaspdimportnumpyasnpimportmatplotlib.pyplota
RunningCode丿H
·
2020-06-25 14:39
兴趣作品
强化学习实战二
这篇博客主要讲解强化学习中两种典型的问题：离散动作与连续动作，通过前面的学习我们知道离散动作问题可以用
Q-Learning
算法解决，而连续动作问题可以用PolicyGradients算法解决。
The_Thinker_QChen
·
2020-06-25 06:35
强化学习
Policy Gradients
因为PolicyGradients算法与之前的
Q-Learning
算法是不一样的。
The_Thinker_QChen
·
2020-06-25 06:34
强化学习
Actor-Critic
前面讲过
Q-Learning
算法是基于值选择动作的，并且是单步更新。而PolicyGradients算法是基于概率在连续动作中选择的，并且是回合更新。那么有没有一种算法能够将两者结合呢？
The_Thinker_QChen
·
2020-06-25 06:34
强化学习
深入理解强化学习
车文扬学号：16020199006转载自：https://blog.csdn.net/aliceyangxi1987/article/details/73327378【嵌牛导读】：理解强化学习【嵌牛鼻子】：
Q-learning
o錯覺_42a1
·
2020-06-25 05:16
强化学习 入门（二）
强化学习入门（二）一、
Q-learning
：Q-table公式：更新规则：相当于以前有个old的值，现在又发现了个new的值，该用哪一个呢？只用新的，相当于彻底放弃已有经验。只用老的，相当于不更新。
icaoys
·
2020-06-25 01:32
机器学习
上一页
10
11
12
13
14
15
16
17
下一页
按字母分类：
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他