Q-LEARNING

【OpenAI Q* 超越人类的自主系统】DQN ：Q-Learning + 深度神经网络

深度Q网络：用深度神经网络，来近似Q函数DQN（深度Q网络）=深度神经网络+Q-LearningQ-Learning模型结构损失函数经验回放探索策略流程关联DQN优化DDQN：双DQN，实现无偏估计DuelingDQN：提高决策的准确性和效率NoisyDQN：增强模型的探索能力优先级经验回放OpenAIQ*：超越人类的自主系统DQN（深度Q网络）=深度神经网络+Q-LearningDQN算法全称深
Debroon·2023-12-31 21:40

Python深度学习技术进阶篇|注意力（Attention）机制详解

生成式对抗网络GAN、扩散模型DiffusionModel等）、目标检测算法（R-CNN、FastR-CNN、FasterR-CNN、YOLO、SDD等）、图神经网络（GCN、GAT、GIN等）、强化学习（Q-Learning
AIzmjl·2023-12-30 19:02

Policy Gradient实战

image2.1算法主循环我们先定义一下算法的主循环，这里要注意我们采取的是回合更新，而不是Q-Learning等的单步更新importgymfromRL_brainimportPol
CristianoC·2023-12-29 01:19

Python深度学习技术进阶篇|Transformer模型详解

生成式对抗网络GAN、扩散模型DiffusionModel等）、目标检测算法（R-CNN、FastR-CNN、FasterR-CNN、YOLO、SDD等）、图神经网络（GCN、GAT、GIN等）、强化学习（Q-Learning
zmjia111·2023-12-28 19:21

model free TD-control（Sarsa、Q-learning）

文章目录前言On-policyTD-Sarsa1.TDvsMC2.SarsaOff-policyQ-learning行为策略与目标策略Q-learningvsSarsa悬崖行走的例子总结前言RL学习、基于TD的方法求解最优策略，包括Sarsa与Q-learningOn-policyTD-Sarsa1.TDvsMC与MC相比，TD具有低方差、在线学习、利用不完整序列进行学习的优点，因此将TD应用于Q
爱宇小菜涛·2023-12-28 01:15

强化学习------Policy Gradient算法公式推导

目录一、前言二、公式推导基线三、代码实现四、参考一、前言PolicyGradient算法是一种基于策略的强化学习算法，与基于值的方法（如Q-learning和DQN）不同。
韭菜盖饭·2023-12-25 17:04

强化学习--免模型预测与控制

免模型预测与控制强化学习免模型预测与控制免模型预测蒙特卡洛估计时序差分估计时序产分与蒙特卡洛的比较免模型控制Q-learning免模型预测蒙特卡洛估计蒙特卡洛估计方法在强化学习中是免模型预测价值函数的方式之一
无盐薯片·2023-12-23 13:33

Pytorch深度强化学习案例：基于Q-Learning的机器人走迷宫

目录0专栏介绍1Q-Learning算法原理2强化学习基本框架3机器人走迷宫算法3.1迷宫环境3.2状态、动作和奖励3.3Q-Learning算法实现3.4完成训练4算法分析4.1Q-Table4.2奖励曲线0专栏介绍本专栏重点介绍强化学习技术的数学原理，并且采用Pytorch框架对常见的强化学习算法、案例进行实现，帮助读者理解并快速上手开发。同时，辅以各种机器学习、数据处理技术，扩充人工智能的底
Mr.Winter`·2023-12-20 12:43

用Q-learning算法实现自动走迷宫机器人

2019独角兽企业重金招聘Python工程师标准>>>【技术沙龙002期】数据中台：宜信敏捷数据中台建设实践|宜信技术沙龙将于5月23日晚8点线上直播，点击报名项目描述：在该项目中，你将使用强化学习算法，实现一个自动走迷宫机器人。如上图所示，智能机器人显示在右上角。在我们的迷宫中，有陷阱（红色炸弹）及终点（蓝色的目标点）两种情景。机器人要尽量避开陷阱、尽快到达目的地。小车可执行的动作包括：向上走u
weixin_33901641·2023-12-19 15:59

python实现 Qlearning算法 完整的输入输出测试数据

Q-learning是一种强化学习算法，用于解决基于动作-奖励机制的问题。以下是一个简单的Python实现Q-learning算法的示例，以解决一个简单的迷宫问题。
甜辣uu·2023-12-19 15:28

【李宏毅深度强化学习笔记】2、Proximal Policy Optimization算法(PPO)

李宏毅深度强化学习笔记】1、策略梯度方法（PolicyGradient）【李宏毅深度强化学习笔记】2、ProximalPolicyOptimization(PPO)算法（本文）【李宏毅深度强化学习笔记】3、Q-learning
qqqeeevvv·2023-12-18 12:15

人工智能算法

典型算法：监督学习：线性回归、决策树、支持向量机（SVM）、神经网络无监督学习：K均值聚类、层次聚类、主成分分析（PCA）强化学习：Q-learning、深度强化学习（如深度Q网络）代码示例（Python
不爱吃香菇的干饭少年·2023-12-05 06:16

强化学习------时序差分（Temporal-Difference Learning）

简介时序差分方法（Temporal-DifferenceLearning）简称TD算法是强化学习中非常经典的一种方法，Sarsa算法和Q-learning算法都是基于时序差分这种方法的。
韭菜盖饭·2023-12-04 15:38

强化学习Q-Learning算法和简单迷宫代码

使用到的符号：agent代理reward奖励state(s)状态action(a)行为Rreward矩阵Q矩阵：表示从经验中学到的知识episode：表示初始→目标一整个流程贝尔曼方程（迭代公式）：Q(s,a)←Q(s,a)+α[R(s,a)+γmax⁡a′Q(s′,a′)−Q(s,a)]Q(s,a)\leftarrowQ(s,a)+\alpha[R(s,a)+\gamma\mathop{\max
今我来思雨霏霏_JYF·2023-12-03 01:33

基于链路质量与节点负载估计的Q学习UANET路由协议

网络拓扑变化频繁，传统路由协议建立链路的稳定性较差，而导致的链路断裂、高负载情况下的业务丢失等问题，提出了基于链路质量与节点负载估计的Q学习UANET路由协议，该协议在最优链路状态路由（OLSR）协议的基础上，使用Q-learning
罗思付之技术屋·2023-12-01 10:29

Policy Gradient策略梯度算法详解

1.基本思想PolicyGradient策略梯度（PG），是一种基于策略的强化学习算法，不少帖子会讲到从基于值的算法（Q-learning/DQN/Saras）到基于策略的算法难以理解，我的理解是两者是完全两套思路
好程序不脱发·2023-12-01 01:08

强化学习7 策略梯度算法

家族中有很多种不一样的成员，有学习奖惩值，根据自己认为的高价值选行为，也就是Value-basedlearning，例如如Q-Learning，Deep-Q-network；也有不通过分析奖惩值，直接输出行为的方法
Ray77888·2023-11-28 02:52

强化学习6：值函数近似 Value Function Approximation

并按照学习方式划分为OnPolicy和OffPolicy两种类型，比如Sarsa和Q-Learning两类表格型方法。
Ray77888·2023-11-28 02:21

强化学习中的Q学习

Q学习（Q-Learning）是强化学习中的一种基于值的学习方法，用于在有限马尔可夫决策过程（MDP）中学习最优的动作策略。Q学习主要用于离散状态和离散动作的问题。
温柔的行子·2023-11-27 20:27

OpenAi Q* (Q Star)项目入门介绍

1）Q可能是指"Q-learning"，这是一种用于强化学习的机器学习算法。Q名称的由来*：把"Q*"想象成超级智能机器人的昵称。Q的意思是这个机器人非常善于做决定。
数据与后端架构提升之路·2023-11-27 13:05

强化学习，快速入门与基于python实现一个简单例子（可直接运行）

文章目录一、什么是“强化学习”二、强化学习包括的组成部分二、Q-Learning算法三、迷宫-强化学习-Q-Learning算法的实现全部代码（复制可用）可用状态空间检查是否超出边界epsilon的含义更新方程总结一
_刘文凯_·2023-11-25 21:54

[PyTorch][chapter 64][强化学习-DQN]

Q-learning的核心在于Q表格，通过建立Q表格来为行动提供指引，但这适用于状态和动作空间是离散且维数不高时，当状态和动作空间是高维连续时Q表格将变得十分巨大，对于维护Q表格和查找都是不现实的。
明朝百晓生·2023-11-25 12:00

DQN算法

算法教程链接DataWhale强化学习课程JoyRLhttps://johnjim0816.com/joyrl-book/#/ch7/mainDQN算法DQN(DeepQ-Network)主要创新点在于将Q-learning
数分虐我千百遍·2023-11-25 02:18

【MATLAB源码-第87期】基于matlab的Q-learning算法栅格地图路径规划，自主选择起始点和障碍物。

操作环境：MATLAB2022a1、算法描述Q-learning是一种无模型的强化学习算法，适用于有限的马尔可夫决策过程（MDP）。
Matlab程序猿·2023-11-24 15:45

DQN算法

DQN算法概述DQN算法是由DeepMind提出的一种基于神经网络的强化学习算法，它的核心思想是将Q-learning算法与深度神经网络相结合。
发呆的比目鱼·2023-11-16 01:38

记校招这场尴尬的经历Ⅰ--阿里蚂蚁金服（算法工程师-机器学习）

拜托一个朋友进行的内推，本来是想内推C/C++开发的，朋友说：“你这项目经历也没有C/C++相关的，只有一个强化学习相关的，要不换个职位试试（虽然只有一个很low的Q-learning相关的项目）。”
ytao_liu·2023-11-14 05:28

强化学习路线规划之深度强化学习代码

所以从q-learning和Sarsa开始，这些基础代码不需要借助框架，所以没什么太大问题。
eyexin2018·2023-11-05 20:16

论文浅尝 | KGQR: 用于交互式推荐的知识图谱增强Q-learning框架

笔记整理：李爽，天津大学链接：https://dl.acm.org/doi/pdf/10.1145/3397271.3401174动机交互式推荐系统(IRS)以其灵活的推荐策略和考虑最佳的长期用户体验而备受关注。为了处理动态用户偏好，研究人员将强化学习(reinforcementlearning，RL)引入到IRS中。然而，RL方法有一个普遍的样本效率问题，即训练有效的推荐策略需要大量的交互数据，
开放知识图谱·2023-11-05 11:07

论文笔记之Soft Q-learning

论文地址，点这里源码地址，点这里参考：softQ-learning-v1softQ-learning-v2softQ-learning-v3本人阅读目的：这篇文章是SoftActor-Critic的基础，建议在阅读SAC之前，先读懂这篇文章。（2017年发表于顶会ICML）文章核心：证明Energy-basedpolicy是Maximum-entropy强化目标函数的最优解。这篇文章在我们通常的强
Ton10·2023-10-31 23:49

强化学习系列 - 刘建平Pinard

(MDP)强化学习（三）用动态规划（DP）求解强化学习（四）用蒙特卡罗法（MC）求解强化学习（五）用时序差分法（TD）求解强化学习（六）时序差分在线控制算法SARSA强化学习（七）时序差分离线控制算法Q-Learning
yuzhounh·2023-10-31 03:45

【强化学习】10 —— DQN算法

文章目录深度强化学习价值和策略近似RL与DL结合产生的问题深度强化学习的分类Q-learning回顾深度Q网络（DQN）经验回放优先经验回放目标网络算法流程代码实践CartPole环境代码结果参考深度强化学习价值和策略近似我们可以利用深度神经网络建立这些近似函数深度强化学习使强化学习算法能够以端到端的方式解决复杂问题
yuan〇·2023-10-29 08:56

100天持续行动—Day23

11.14找到一个reinforcementlearning的简易教程，全部看完了，对Q-learning理解得更完善了。
Richard_DL·2023-10-27 06:06

Q-Learning 、Sarsa与 DQN算法

Q-Learning、Sarsa与DQN算法Q-Learning算法Sarsa算法DQN算法Q-Learning算法一、算法思想：QLearning是强化学习算法中value-based的算法，Q即为Q
何处微尘·2023-10-24 20:35

论文分享 --＞强化学习--＞Playing Atari with Deep Reinforcement Learning

动机和创新点本篇论文所提方法是第一个将深度网络和强化学习结合起来进行训练的方法，具体而言，将深度网络（卷积网络）提取高维特征，使用Q-learning的学习方式来训练整个网络。
村头陶员外·2023-10-21 16:07

题解 | 薪水第二多的员工的emp_no及对应的salary

offer怎么选徐工VS南京965工行北分校招咨询（8.26）腾讯后台开发二面秋招offer选择腾讯一面面经腾讯pcg腾讯视频快手前端三面强化学习基础篇[2]：SARSA、Q-learning算法腾讯teg
huaxinjiayou·2023-10-20 02:45

Q-learning如何与ABC等一些元启发式算法能够结合在一起？

1、出现的问题Q-learning能和元启发式算法（如ABC、PSO、GA、SSA等）结合在一起，实现工作流调度问题？
饮马瀚海呐·2023-10-18 01:27

强化学习案例复现（1）--- MountainCar基于Q-learning

1搭建环境1.1gym自带importgym#Createenvironmentenv=gym.make("MountainCar-v0")eposides=10foreqinrange(eposides):obs=env.reset()done=Falserewards=0whilenotdone:action=env.action_space.sample()obs,reward,done,a
笑傲江湖2023·2023-10-15 15:36

强化学习入门——以Q-Learning为实例

文章目录1.简介1.1机器学习分类1.2强化学习特点1.3组成部分2.学习过程2.1马尔科夫决策过程2.2强化学习算法归类2.2.1分类方法一2.2.2分类方法二2.3EE（Explore&Exploit）探索利用2.5强化学习实际开展中的难点3强化学习的应用4Q-Learning4.1Bellman方程4.2如何更新Q-Value4.3实例FlappyBird1)状态选择2）动作选择3）奖赏的选
Zichel77·2023-10-13 23:49

机器学习-53-RL-05-Q-Learning for Continuous Actions(强化学习-Q学习处理连续动作的四个方法)

Solution2Solution3:Designanetwork机器手臂例子Solution4:Don'tuseQ-learningQ-LearningforContinuousActions继续讲一下Q-learning
迷雾总会解·2023-10-13 23:46

如何简单理解Q-learning强化学习算法

一、引言引言部分可以直接跳过，写这部分主要是为了避免CSDN的发文助手检测。强化学习（ReinforcementLearning），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。强化学习的常见模型是标准的马尔可夫决策过程（MarkovDecisionProcess）。按给定条件，强化学习可分为有模型的强化学习和
飞机火车巴雷特·2023-10-13 23:15

机器学习 Q-Learning

对马尔可夫奖励的理解看的这个教程公式：V(s)=R(s)+γ*V(s’)V(s)代表当前状态s的价值。R(s)代表从状态s到下一个状态s’执行某个动作后所获得的即时奖励。γ是折扣因子，它表示未来奖励的重要性，通常取值在0到1之间。V(s’)代表下一个状态s’的价值。理解如果折扣因子γ为1，那么从现在开始，一直到结束，所有的即时奖励加在一起就是当前状态的价值。所以，现在的价值是以后的所有即时奖励决定
莫宰特·2023-10-13 23:09

sarsa算法和qlearning算法有什么不同

理论介绍SARSA（State-Action-Reward-State-Action）算法和Q-learning（Quality-learning）算法都是强化学习中的常见算法，用于训练智能代理在环境中学习并制定最佳策略
Chen_Chance·2023-10-12 09:05

强化学习之Q-learning

部分专有名词在上一篇文章有介绍，本文不作过多赘述。目录前言算法思想算法详解算法公式探险者寻宝藏实战（一维）前言image我们做事情都会有自己的一个行为准则，比如小时候爸妈常说“不写完作业就不准看电视”。所以我们在写作业的状态（state）下，好的行为就是继续写作业，直到写完它，我们还可以得到奖励（reward），不好的行为就是没写完作业就跑去看电视了，被爸妈发现就会被惩罚，这种事情做的多了，也变成
CristianoC·2023-10-08 02:44

强化学习 Q-learning 实战GYM下的CliffWalking爬悬崖游戏

CliffWalking如下图所示，S是起点，C是障碍，G是目标agent从S开始走，目标是找到到G的最短路径这里reward可以建模成-1，最终目标是让return最大，也就是路径最短代码和解释importgymimporttimeimportnumpyasnpclassQLearningAgent(object):def__init__(self,obs_n,act_n,learning_ra
Xurui_Luo·2023-10-04 22:55

机器学习笔记 - 基于强化学习的贪吃蛇玩游戏

在Q-Learning中，Q函数随着智能体与环境
坐望云起·2023-09-30 13:03

Q-Learning基础

一背景在前面的一小节中，涉及到了一种蛇棋的游戏。我们具有上帝视角，知道环境运转的细节，即知道状态的转移概率。但是在现实中，大部分都没有这种上帝视角，所以在这部分对蛇棋游戏进行升级：我们将不再对玩家显示棋盘信息和骰子可能的投掷数目。每次玩家选择完所使用的手法后，玩家将直接得到棋子的下一个位置，而不会知道其他任何信息。在这种新的规则下，新算法大致思路是：1.确定一个初始策略2.用这个策略进行游戏，得到
00_zero·2023-09-27 21:40

机器学习笔记 - Deep Q-Learning算法概览

一、Q-Learning强化学习大致可以分为两类：无模型强化学习算法和基于模型的强化学习算法。无模型强化学习算法不会学习环境转换函数的模型来预测未来状态和奖励。
坐望云起·2023-09-27 06:30

五十.Q-learning算法和实现

1.原理回顾Q-learning是一种无模型即model-freeRL的形式，它也可以被视为异步DP的方法。它通过体验行动的后果，使智能体能够在马尔可夫域中学习以最优方式行动，而无需构建域的映射。
stackooooover·2023-09-22 08:41

Python Q-learning 算法 --2023博客之星候选--城市赛道

Q-learning是一种强化学习算法，用于解决马尔可夫决策过程（MDP）问题。什么是马尔可夫决策过程（MDP）问题？马尔可夫决策过程（MDP）是一种用于建模序贯决策问题的数学框架。
SzetoZeZe·2023-09-18 00:36

2019-03-08派森学习第110天

刚开始运行是这样的：刚开始经过一段时间的学习之后：强化学习_迷宫把observation_打印出来方便观察，observation_其中用到的Q-Learning算法：Q-Learning
每日派森·2023-09-13 03:32
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他