RL

RL强化学习入门（python都不会的那种）

首先需要python2.7的版本导入gym库https://gym.openai.com/docs/导入numpy库https://numpy.org/"""Trainsanagentwith(stochastic)PolicyGradientsonPong.UsesOpenAIGym."""importnumpyasnpimport_pickleaspickleimportgym#hyperpa
啥也不是的py人·2022-12-11 11:34

强化学习大牛Sergey Levine：将RL作为可扩展自监督学习的基础

©作者|杜伟、陈萍来源|机器之心目前，机器学习系统可以解决计算机视觉、语音识别和自然语言处理等诸多领域的一系列挑战性问题，但设计出媲美人类推理的灵活性和通用性的学习赋能（learning-enable）系统仍是遥不可及的事情。这就引发了很多关于「现代机器学习可能缺失了哪些成分」的讨论，并就该领域必须解决哪些大问题提出了很多假设。问题来了：这些缺失的成分是因果推理、归纳偏置、更好的自监督或无监督学习
PaperWeekly·2022-12-11 11:55

【RL工具类】强化学习常用函数工具类（Python代码）

文章目录一、注意事项二、代码一、注意事项设置中文字体，注意需要根据自己电脑情况更改字体路径，否则可能会报错二、代码#-*-coding:utf-8-*-importosimportnumpyasnpfrompathlibimportPathimportmatplotlib.pyplotaspltimportseabornassnsimportjsonimportrandomimporttorchi
WSKH0929·2022-12-11 11:23

【强化学习论文合集】二十.2019机器人与自动化国际会议论文(ICRA2019)

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
山野庸才熏悟空·2022-12-11 09:58

【强化学习论文合集】十九.2019国际人工智能联合会议论文(IJCAI2019)

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
山野庸才熏悟空·2022-12-11 09:57

Attention机制【图像】

JasonZhao在知乎回答中概括得很好，大体如下：-这个加权可以是保留所有分量均做加权（即softattention）；也可以是在分布中以某种采样策略选取部分分量（即hardattention），此时常用RL
Weisong Zhao·2022-12-11 03:17

深度强化学习：入门(Deep Reinforcement Learning: Scratching the surface)

需要：课程视频链接热度起源RL的方案学习Go监督学习与增强学习更多应用RL的难点后面内容的大纲P
旭旭_哥·2022-12-10 20:31

深度学习之：强化学习 Reinforcement Learning

SparseRewardSupervisedLearningv.s.RLRL玩游戏Policy-based&Value-basedPolicy-based训练模型的三步骤定义目标函数衡量目标函数的好坏RL
暖仔会飞·2022-12-10 20:58

强化学习（RL）QLearning算法详解

注意将代码和下面公式推导结合起来。还要注意一下q_target和q_predict之间的关系。其实算法的更新是需要使用q_predict来逼近q_target，当两者相等时，算法将停止更新，当传统的qlearning转化为deepQlearning,也是这样操作的，只是深度qlearning使用一个神经网络来表示q表。这篇文章将要介绍传统的qlearning算法，使用的是迭代的方法更新q表，更新q
六七～·2022-12-10 08:27

OpenAI Gym基础教程

openaigym是一个增强学习（reinforcementlearning,RL）算法的测试床（testb
VictorLeeLk·2022-12-10 08:17

tomcat学习笔记

pwd=rl7t提取码：rl7t2.启动方式是在bin目录下找到startup.bat运行，关闭方式是运行shutdown.bat(注意使用的时候不能关闭窗口)然后把需要运行的网页放在we
梦想闹钟·2022-12-09 23:44

电力系统的常用仿真模块MATLAB/SIMULINK（1）

其中包括：1.同步发电机模块2.电力变压器3.输电线路4.负荷5.断路器和故障模块1.同步发电机模块1.1简化的同步电机模块简化的同步电机模块忽略了电枢反应电感、励磁和阻尼绕组的漏感，仅由理想电压源串联RL
szl__lzs·2022-12-09 17:37

Torch中的Reinforcement Learning的底层实现

最近也在做相关的Research，正好遇到了在Torch中的RL实现，发现没有什么可以参考的中文资料，只能试着来解释一下Torch中的RL实现。
Snail_Walker·2022-12-09 17:51

Gym学习（3）创建Pybullet的Gym环境

两个重要的设计决定造就了这样的通用接口：RL的两个核心的概念是agent和environment。Gym只提供了environment的抽象接口，agent没有，理由是可以创造出很复杂的agent。
小帅吖·2022-12-09 16:04

OpenAI提出能测试强化学习智能体适应性的新方法

强化学习（RL）能通过奖励或惩罚使智能体实现目标，并将它们学习到的经验转移到新环境中。
人工智能快报·2022-12-09 16:31

stable-baselines3学习之Tensorboard

stable-baselines3学习之Tensorboard系列1.基本用法要使用stable-baselines3的Tensorboard，您只需将日志文件夹的位置传递给RL的agent：fromstable_baselines3importA2Cmodel
小帅吖·2022-12-09 13:11

2022选择了交大，回顾这一年的成长

Datawhale干货作者：王琦，上海交通大学，Datawhale成员2022年是颇为忙碌的一年，今年我从中国科学院大学毕业、申请上了上海交通大学的博士、参与贡献了开源教程“Easy-RL”（5.6KGitHubStars
Datawhale·2022-12-08 13:19

决策Transformer:通过序列建模的强化学习

决策Transformer:通过序列建模的强化学习[Submittedon2Jun2021]关注人工智能学术前沿回复：ts235秒免费获取论文pdf文档，及项目源码摘要我们引入了一个将强化学习(RL)抽象为序列建模问题的框架
人工智能学术前沿（真)·2022-12-08 10:11

[论文]鲁棒的对抗性强化学习

[论文]鲁棒的对抗性强化学习摘要1.简介1.1RARL综述2.背景2.1MDPs中的标准强化学习2.2两人零和折扣游戏3.鲁棒的对抗式RL3.1对抗智能体的鲁棒控制3.2提出方法:RARL结论摘要深度神经网络与快速模拟和改进的计算相结合
如果我变成回忆l·2022-12-08 09:30

【强化学习论文】Decision Transformer：通过序列建模进行强化学习

Article文献题目：DecisionTransformer:ReinforcementLearningviaSequenceModeling文献时间：2021摘要我们引入了一个将强化学习（RL）抽象为序列建模问题的框架
Wwwilling·2022-12-08 09:27

强化学习（RL)——Reinforcement learning

八、强化学习的代表算法1.Q-learning算法2.DQN（DeepQNetwork）算法九、求拟合Q值的大致过程十、扩展与总结一、强化学习简介强化学习（ReinforcementLearning,RL
雨落i·2022-12-08 02:01

【从RL到DRL】强化学习基础（一）——强化学习基本介绍、基本的智能体概念

目录强化学习介绍关于强化学习强化学习基本要素（TheRLProblem）智能体组成智能体分类强化学习问题强化学习介绍关于强化学习强化学习在不同的学科中其实都具有不同的存在形式机器学习的分支有监督学习：利用一组已知类别的训练样本调整分类器的参数，使得习得的分类器能对未知样本进行分类或预测无监督学习：从无标注的数据中学习隐含的结构或模式强化学习：就是学习“做什么才能使数值化的收益信号最大化”，是机器通
Vulcan_Q·2022-12-08 02:51

RL强化学习总结（一）——强化学习基本概念

1.强化学习概述强化学习，英文全称ReinforcementLearning，简称RL。引言想必大家都听过阿尔法狗战胜了世界围棋冠军的新闻吧。
时代&信念·2022-12-08 02:49

NeurIPS 2020 所有RL papers全扫荡

文|微尘-黄含驰源|知乎论文列表1.《BreakingtheSampleSizeBarrierinModel-BasedReinforcementLearningwithaGenerativeModel》关键词：model-basedreinforcementlearning,minimaxity,planning,policyevaluation,instance-dependentguaran
夕小瑶·2022-12-07 21:03

[Model-based]基于模型的强化学习论文合集

zhuanlan.zhihu.com/p/72642285github：https://github.com/PaddlePaddle/PARL/blob/develop/papers/archive.md#model-based-rl
小芮猪·2022-12-06 22:20

【强化学习论文合集】八.2018国际机器学习大会论文(ICML2018)

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
山野庸才熏悟空·2022-12-06 22:46

【强化学习论文合集】六.2017国际人工智能联合会议论文(IJCAI2017)

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
山野庸才熏悟空·2022-12-06 22:57

【强化学习论文合集】二十七.2020机器人与自动化国际会议论文(ICRA2020)

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
山野庸才熏悟空·2022-12-06 22:56

【强化学习论文合集】五.2017国际表征学习大会论文(ICLR2017)

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
山野庸才熏悟空·2022-12-06 22:56

C++ Opencv安装学习笔记

C++Opencv安装学习笔记原文参考B站https://www.bilibili.com/video/BV11A411T7rL?
axxdytx·2022-12-06 22:22

【强化学习论文合集】十五.2019国际机器学习大会论文(ICML2019)

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
山野庸才熏悟空·2022-12-06 22:50

名校 AI 课程｜斯坦福 CS25：Transformers United 专题讲座

自2017年提出后，Transformer名声大噪，不仅颠覆了自然语言处理（NLP）领域，而且在计算机视觉（CV）、强化学习（RL）、生成对抗网络（GANs）、语音甚至是生物学等领域也大显锋芒，于是就有了近年来看到的基于
矩池云Matpool·2022-12-06 20:50

莫烦强化学习视频笔记：第三节 3.2 Sarsa算法更新和思维决策（迷宫例子）

目录1.要点2.算法流程3.算法代码部分3.1迭代更新3.2思维决策代码3.2.1学习1.要点这次我们用同样的迷宫例子来实现RL中另一种和Qlearning类似的算法,叫做Sarsa(state-action-reward-state-action
Sophia$·2022-12-06 12:04

《Easy RL：强化学习教程》出版了！文末送书

作为人工智能里最受关注的领域之一，强化学习的热度一直居高不下，但它的学习难度也同样不低。在学习强化学习的过程中，遇到了有无数资料却难以入门的问题，于是发起了Datawhale强化学习项目，希望自学的同时帮助更多学习者轻松入门。"蘑菇书"萃取李宏毅的深度强化学习等经典课程，结合学习者角度的理解与分析，发布9个月，就在GitHub获得3.3k+Star和1w+下载，也有幸得到李宏毅、周博磊、李科浇等大
夕小瑶·2022-12-06 12:01

基于深度强化学习的机器人运动控制研究进展 | 无模型强化学习 | 元学习

1.基于深度强化学习的机器人运动控制研究进展1.1深度强化学习1.1.1强化学习简介：强化学习(ReinforcementLearning,RL)利用试错机制与环境进行交互,旨在通过最大化累积延迟奖励(
小帅吖·2022-12-05 23:53

Sparse Reward的思考——Hierarchical RL

背景现在就出现了另外一个场景，就是我们的目标是多个步骤的。可能在中间的某个步骤，很难获得最好的收益。举个例子，小孩子在学习和玩耍的过程看成一个强化的过程。比如，下一步如果选择玩耍，下一步可以得到1分，但是最终是-100分。对于学习步骤，下一步可能是-1分，但是最终是100分。但是我们的机器在选择适合，可能会选择玩耍，因为最终的reward是多步的，比较难以学习。在这种情况下，就需要用到sparse
lamusique·2022-12-05 23:49

论文分享：可微分架构搜索（DARTS）

目录0题目（期刊，团队）1背景2问题3现状&GAP3.1基于RL的NAS3.2基于进化算法的NAS3.3GAP4难点5创新点6内容6.1定义搜索空间6.2搜索空间连续化6.3近似梯度优化7验证7.1CNN
liz_lee·2022-12-04 14:20

【强化学习笔记-02】多任务深度强化学习

存在的问题：普通RL算法在同一环境中跨相关任务的许多场景中的适用性有限本文的目的是surveyDRL领域中与多任务相关的研究挑战，并通过比较sota方法——DISTRAL(
Xieyh@CUC·2022-12-04 07:12

高级人工智能课程笔记

课程部分笔记，依据《人工智能一种现代化方法》第三版目录智能概述搜索searchUninformedSearchInformedSearch约束满足问题CSPMDP值迭代方法策略迭代RL朴素贝叶斯其他智能概述
Echo木·2022-12-03 16:22

边做边思考，谷歌大脑提出并发RL算法，机械臂抓取速度提高一倍！

选自arXiv作者：TedXiao等机器之心编译机器之心编辑部RL算法通常假设，在获取观测值、计算动作并执行期间环境状态不发生变化。
视学算法·2022-12-03 13:22

论文速读：《AN ACTOR-CRITIC ALGORITHM FOR SEQUENCE PREDICTION》

摘要我们提出了一种训练神经网络的方法，使用强化学习（RL）中的演员评论方法生成序列。当前的对数似然训练方法受到训练和测试模式之间差异的限制，因为模型必须以先前的猜测而不是地面真实标记为基础生成标记。
aixi8904·2022-12-03 11:06

【论文阅读】Parametrized Deep Q-Networks Learning: RL with Discrete-Continuous Hybrid Action Space

【论文阅读—深度强化学习打王者荣耀】ParametrizedDeepQ-NetworksLearning:ReinforcementLearningwithDiscrete-ContinuousHybridActionSpace标题ParametrizedDeepQ-NetworksLearning:ReinforcementLearningwithDiscrete-ContinuousHybri
quintus0505·2022-12-03 08:42

RL 笔记（3）PPO(Proximal Policy Optimization)近端策略优化

RL笔记（3）PPO基本原理PPO是在基本的PolicyGradient基础上提出的改进型算法PolicyGradient方法存在核心问题在于数据的bias。
WensongChen·2022-12-03 06:46

生成对抗网络 GAN原理 学习笔记+实践

对高维数据和样本分布问题有很好的检测模拟强化学习(RL)数据缺失，半监督学习多模态(multy-modal)输出,eg：可能生出三只眼的狗，生成结果不好现实的生成任务，eg：给定一个groudtruth
midori_27·2022-12-03 03:23

OpenAI_ROS做强化学习

、天涯05084、lxlong899401015、RainStarX三、FYO_踩坑记录1、初步尝试2、官方教程3、参考‘天涯0508’一、主要资源1、Theopenai_rospackage作为连接RL
方小汪·2022-12-02 17:39

RL0-概述

一、强化学习（ReinforcementLearning）概述Learningfromexperience强化学习方法起源于动物心理学的相关原理，模仿人类和动物学习的试错机制，是一种通过与环境交互，学习状态到行为的映射关系即策略，表示在各个状态下，智能体采取的行为或行为概率1.1智能体与环境智能体在t时刻从环境中接收一个状态sts_tst，它会通过动作ata_tat与环境进行交互环境会产生一个新的
明前大奏·2022-12-02 15:15

RL: 几个扩展性很好的网络

目前主流网络是Q-network,AC框架Q-Net:DQN,DuelingQN,DoubleQN,D3QNAC:DDPG,TD3,PPO,SAC等基础网络如下，可扩展性很好：详情参考ElegantRLimporttorchimporttorch.nnasnnimportnumpyasnp#Q-NetclassQnet(nn.Module):def__init__(self,mid_dim,sta
IEEEagent RL·2022-12-02 13:10

深度强化学习入门

本文集中在DRL的model-free方法的Value-based和Policy-base方法，详细介绍下RL
人工智能与算法学习·2022-12-02 13:39

RL策略梯度方法之(六): Deterministic policy gradient(DPG)

本专栏按照https://lilianweng.github.io/lil-log/2018/04/08/policy-gradient-algorithms.html顺序进行总结。文章目录原理解析回顾策略梯度DPG算法算法实现总体流程代码实现DPG\color{red}DPGDPG：[paper|code]原理解析StochasticPolicyGradient(SPG)是通过参数化的概率分布π
晴晴_Amanda·2022-12-02 13:03

pytorch笔记：TD3

参考代码来源：easy-rl/codes/TD3atmaster·datawhalechina/easy-rl(github.com)理论部分：强化学习笔记：双延时确定策略梯度(TD3)_UQI-LIUWJ
UQI-LIUWJ·2022-12-02 02:15
上一页 15 16 17 18 19 20 21 22 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他