Reinforcement 第22页

不等式视角下的策略梯度算法

本文首发于：行者AI强化学习（ReinforcementLearning，RL），也叫增强学习，是指一类从（与环境）交互中不断学习的问题以及解决这类问题的方法。

·2021-02-07 14:58

不等式视角下的策略梯度算法

本文首发于：行者AI强化学习（ReinforcementLearning，RL），也叫增强学习，是指一类从（与环境）交互中不断学习的问题以及解决这类问题的方法。

·2021-02-07 13:07

深度强化学习（1）Intro to RL

本文首发于我的博客网站，访问我的网站，获取相关资料吧一、相关资料AnIntroductiontoReinforcementLearning,SuttonandBarto,1998【可以从我的站点获取】AlgorithmsforReinforcementLearning

日月忽其不淹兮·2021-02-06 16:51

强化学习入门必读 | 跨过DQN !

本文首发于：行者AIDRL（DeepReinforcementLearning）的首次惊艳亮相，应该是DeepMind在2013年首次将其应用于Atari游戏中提出的DQN（DeepQNetwork）算法

行者AI·2021-02-04 14:56

Learning Spark [7] - 机器学习入门

SupervisedMachineLearning(监督学习)UnsupervisedMachineLearning(无监督学习)Semi-supervisedMachineLearning(半监督学习)Reinforcement

屹然1ran·2021-02-01 14:43

【ZJU-Machine Learning】AlphaGo介绍

SupervisedLearningPolicyNetwork优化分析：棋盘特征：落子颜色（StoneColor）轮次（TurnSince）：气（Liberty）：打吃数量：征子（Ladder）：合法性（Sensibility）：深度策略网络ReinforcementLear

SuperSources·2021-02-01 12:57

强化学习：不用给AI一个支点，他也能想办法撬起地球

在很多情况下大家会看到RL，这也是强化学习的英文缩写，全称是ReinforcementLearni

ordinary_brony·2021-01-29 22:49

强化学习——股票预测项目复现

1.背景介绍之前学习百度强化学习7日打卡营-世界冠军带你从零实践时候，最后留下的一个大作业是股票预测环境：https://github.com/kh-kim/stock_market_reinforcement_learning

吨吨不打野·2021-01-28 10:34

【入门教程】TensorFlow 2 模型：深度强化学习

深度强化学习(DRL)强化学习（Reinforcementlearning，RL）强调如何基于环境而行动，以取得最大化的预期利益。结合了深度学习技术后的强化学习（DeepReinfo

TensorFlow 社区·2021-01-25 14:56

机器学习-55-RL-07-Sparse Reward(强化学习-稀疏奖励:Reward Shaping,Curriculum Learning,Hierarchical RL)

CurriculumLearningCurriculumLearning(课程学习)ReverseCurriculumGenerationHierarchicalRL(分层强化学习)SparseReward实际上用reinforcementlearninglearnagent

迷雾总会解·2021-01-25 12:06

强化学习(一)：简介——什么是强化学习？

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

Woody2357·2021-01-22 23:35

2020-11-28-Hive-11(hive复习纲要)

https://nino-laiqiu.github.io/2020/11/14/Hive-principle-reinforcement/#moreApache-Hive实践数据类型基本数据类型集合数据类型

冰菓_·2021-01-16 17:00

【方法总结】值分布强化学习（Distributional RL）

深度强化学习实验室官网：http://www.neurondance.com/来源：微软研究院AI头条授权转载编辑：DeepRL值分布强化学习（DistributionalReinforcementLearning

深度强化学习实验室·2021-01-13 08:30

ml-agents项目实践（一）

本文首发于：行者AI强化学习(reinforcementlearning)是机器学习和人工智能里的一类问题，研究如何通过一系列的顺序决策来达成一个特定目标。

行者AI·2021-01-12 15:46

Anaconda配置tensorflow 1.4.0 + python 3.6 选择Pycharm IDE

为了顺利运行从GitHub上下载的程序包(RL-on-SUMO)ReinforcementLearningonSimulationofUrbanMObility，要求环境配置为：Tensorflow1.4

Zi青_6709·2021-01-12 02:54

强化学习（Reinforcement learning）综述

文章目录Reinforcementlearning综述强化学习的分类环境（Model-free,Model-based）Based(Policy-BasedRL&Value-BasedRL)回合更新和单步更新在线学习和离线学习强化学习理论基础马尔可夫决策过程

闲人_Yty·2021-01-11 16:13

ml-agents项目实践（一）

本文首发于：行者AI强化学习(reinforcementlearning)是机器学习和人工智能里的一类问题，研究如何通过一系列的顺序决策来达成一个特定目标。

行者AI·2021-01-08 10:54

ml-agents项目实践（一）

本文首发于：行者AI强化学习(reinforcementlearning)是机器学习和人工智能里的一类问题，研究如何通过一系列的顺序决策来达成一个特定目标。

行者AI·2021-01-06 19:23

机器学习_机器学习概览

目录机器学习概览learningfromdata什么是机器学习机器学习类型Supervisedlearning监督学习Unsupervisedlearning无监督学习Reinforcementlearning

小鹅通·2021-01-04 22:57

【顶会论文分析】分层强化学习解决慕课推荐挑战 - Hierarchical Reinforcement Learning for Course Recommendation in MOOCs

HierarchicalReinforcementLearning分层强化学习在慕课推荐情景中的具体应用本文通过论文精读，介绍了一下分层强化学习技术的细节，论文传送门贴在最下方。

JinyuZ1996·2020-12-30 19:37

Pytorch 笔记Ⅻ——DQN Reinforcement Learning

由于我主要做CV部分因此这一部分不是很理解，所以直接上代码吧。主提程序来自Pytorch官网，英文注释能看懂就看吧，等我有空系统学习一下再来整理整个逻辑，博客代码就先放这里了看φ(゜▽゜*)♪文章目录导入必要的包获取文件构建ReplayMemory定义DQN网络界面展示开始训练超参数设置函数定义定义优化模型实时展现训练效果导入必要的包importgymimportmathimportrandomi

DeepHao·2020-12-29 20:05

spark写出分布式的训练算法_RLlib：一个分布式强化学习系统的凝练

毕业设计需要完整翻译一篇文献（没啥好综述的），找来找去还是决定翻译RLlib的paper"RLlib:AbstractionsforDistributedReinforcementLearning"中文翻译

李远路·2020-12-27 03:18

强化学习简介

强化学习简介强化学习(ReinforcementLearning，RL)是机器学习中的一个领域，是学习做什么（即如何把当前的情景映射成动作）才能使得数值化的收益最大化,学习者不会被告知应该采取什么动作，

NULL·2020-12-27 03:14

强化学习简介

强化学习简介强化学习(ReinforcementLearning，RL)是机器学习中的一个领域，是学习做什么（即如何把当前的情景映射成动作）才能使得数值化的收益最大化,学习者不会被告知应该采取什么动作，

NULL·2020-12-27 02:16

Join Query Optimization with Deep Reinforcement Learning Algorithms

目录1.动机2.贡献2.1总体概况2.2具体点3.背景3.1查询优化领域文献3.2查询优化为什么是一个仍未解决的问题3.3查询优化中主要未解决问题3.4应用于查询优化的强化学习概念的调整3.5RL算法——Q-learning3.6RL算法——PolicyGradientMethods4.FOOP架构5.实验5.1配置5.2算法比较5.3增强RL算法5.4与其他算法对比实验6.结论7.展望1.动机

Jackson_grw·2020-12-27 01:40

基于DQN强化学习训练一个超级玛丽

本文所有代码在https://github.com/MyEncyclopedia/reinforcement-learning-2nd/tre

文文学霸·2020-12-13 22:57

【论文阅读笔记】NeurIPS2020文章列表Part2

ADeepGraphMetricLearningPerspectiveUsingFewerProxiesAdaptiveGraphConvolutionalRecurrentNetworkforTrafficForecastingOnReward-FreeReinforcementLearn

呆博士的疯狂实验室·2020-12-09 10:13

强化学习笔记（4）—— 无模型（model-free）prediction问题（α-MC方法、TD方法）

参考：周博磊老师的教程ReinforcementLearningCoursebyDavidSilverRichardS.Sutton《ReinforceLearning》第5章、第6章强化学习（四）用蒙特卡罗法

云端FFF·2020-12-08 21:21

2020-12-03 - 2020-12-06 京东RL论文整理

读论文：RecommendationswithNegativeFeedbackviaPairwiseDeepReinforcementLearning(SIGKDD2018)这篇论文也是旨在对sequentialinteractions

syat_e6da·2020-12-06 14:09

多智能体强化学习QMIX论文笔记

column/c_1317610869467709440，不定期更新多智能体强化学习相关的论文QMIX:MonotonicValueFunctionFactorisationforDeepMulti-agentReinforcementLearning

如风是小魔王·2020-12-04 16:21

强化学习资料总结

知乎专栏张楚珩强化学习前沿https://www.zhihu.com/column/reinforcementlearning叶强DavidSilver课程笔记与实践https://www.zhihu.com

什么都不太行的syq·2020-12-02 00:42

深度学习笔记

通常学习的情境是我们没有办法控制的，比如做强化学习(reinforcementLearning)是因为我们没有data、没有办法来做supervisedLearning(监督学习)的情况下才去做的。

Ghost在低语·2020-11-25 15:30

强化学习1：什么是强化学习

强化学习的来源强化学习(ReinforcementLearning,RL)，一般也称作增强学习，和心理学、动物行为的研究等领域有比较久的渊源。

哈喽十八子·2020-11-14 23:40

Deep Reinforcement Learning for Unsupervised Video Summarization阅读笔记

DeepReinforcementLearningforUnsupervisedVideoSummarizationwithDiversity-RepresentativenessReward论文阅读笔记论文整体概述对于视频摘要

importance*·2020-11-04 23:22

如何解决稀疏奖励下的强化学习？

来源：机器之心pro作者：仵冀颖编辑：JoniZhong强化学习（ReinforcementLearning，RL）是实现强人工智能的方法之一，在智能体（Agent）与环境的交互过程中，通过学习策略（Policy

我怎么又饿了呀·2020-10-27 08:34

Continuous control with deep reinforcement learning_ICLR2016

Continuouscontrolwithdeepreinforcementlearning(ICLR2016)https://arxiv.org/abs/1509.02971v2文章目录Abstract1

我是chios·2020-10-22 11:06

分布式强化学习 | (1) RLlib:一个分布式强化学习系统的凝练

原文地址本文是对RLlibPaper《RLlib:AbstractionsforDistributedReinforcementLearning》的中文翻译，转载自知乎用户Trinkle。

CoreJT·2020-10-21 16:35

强化学习基础篇（一）强化学习入门

主要基于的课本来自Richard.S.Sutton以及AndrewG.Barto的《ReinforcementLearning》第二版。同时有由俞凯翻译的中译本。

Jabes·2020-10-17 19:28

A3C论文翻译

AsynchronousMethodsforDeepReinforcementLearningAbstractWeproposeaconceptuallysimpleandlightweightframeworkfordeepreinforcementlearningthatusesasynchronousgradientdescentforoptimizationofdeepneuralnetw

神罗Noctis·2020-10-11 17:56

强化学习框架

深层钢筋学习讲解—20(DEEPREINFORCEMENTLEARNINGEXPLAINED—20)Thisisthepostnumber20inthe“DeepReinforcementLearningExplained

weixin_26729283·2020-10-10 02:10

强化学习@AAAI2019

FullyConvolutionalNetworkwithMulti-StepReinforcementLearningforImageProcessing具有多步强化学习的全卷积网络用于图像处理RyosukeFuruta

hanx0204·2020-10-08 16:45

机器学习笔记——基础导论

1.强化学习（ReinforcementLearning)2.可能出现的几种

Mr.Shelby·2020-09-19 16:07

深度学习_资料汇总链接（目标检测/可视化/目标识别/自然语言处理/OCR）

VisualizeConvolutionalNeuralNetworkVideoApplicationsTrainingDeepNeuralNetworksTrackingSegmentationRNNandLSTMImageRetrievalReinforcementLearningRecommendationSystemClassific

炼丹术士·2020-09-17 06:31

【强化学习】Dueling Network Architectures for Deep Reinforcement Learning (2016)

作者认为估计每个action的价值是没有必要的，例如在Enduro游戏中，仅仅当碰撞要发生时，判断左转还是右转才是有效的。在一些状态下，知道该做什么action是首要重要的，但是在一些其他状态下，action的选择对于产生的结果是没有影响的。然而statevalue的估计对于每个状态是至关重要的。作者说这个方法在存在多个相似的action时效果很好。所以作者重新定义了Q值：V表示statevalu

Laverwang·2020-09-17 05:53

【强化学习】Human-level control through deep reinforcement learning（2015）

Human-levelcontrolthroughdeepreinforcementlearning（2015）强化学习中，智能体面对的一个问题是：它们必须从高维输入得到有效的环境表示，并且可以把这些传递给新的环境中

Laverwang·2020-09-17 05:52

【强化学习】Playing Atari with Deep Reinforcement Learning （2013）

PlayingAtariwithDeepReinforcementLearning（2013）这篇文章提出了第一个可以直接用强化学习成功学习控制policies的深度学习模型。

Laverwang·2020-09-17 05:52

浅谈强化学习中的函数估计问题 - Function Approximation in RL

假设你对强化学习（ReinforcementLearning）有最基本的了解。

止于至玄·2020-09-16 23:06

2020网上的连续性学习（终身学习、持续学习）论文汇总

ContinualReinforcementLearningwithMulti-TimescaleReplay连续性学习和强化学习结合在一起。

努力奋斗-不断进化·2020-09-16 01:45

Value-based Reinforcement Learning

不久前做了一个关于value-basedRL相关的slides，主要讲解了基于值的强化学习方法的几个重要理论方法，同时讲解了Q-learning作为off-policy方法在学习过程中产生的bias的来源已经如何减轻的几种方法。源文件：Github讲义：PDF

南极光·2020-09-15 14:57

强化学习笔记(1)

基于Simplestatisticalgradient-followingalgorithmsforconnectionistreinforcementlearning0.概述该文章提出了一个关于联合强化学习算法的广泛的类别

MezereonXP·2020-09-14 19:15

推荐频道

Reinforcement

不等式视角下的策略梯度算法

不等式视角下的策略梯度算法

深度强化学习（1）Intro to RL

强化学习入门必读 | 跨过DQN !

Learning Spark [7] - 机器学习入门

【ZJU-Machine Learning】AlphaGo介绍

强化学习：不用给AI一个支点，他也能想办法撬起地球

强化学习——股票预测项目复现

【入门教程】TensorFlow 2 模型：深度强化学习

机器学习-55-RL-07-Sparse Reward(强化学习-稀疏奖励:Reward Shaping,Curriculum Learning,Hierarchical RL)

强化学习(一)：简介——什么是强化学习？

2020-11-28-Hive-11(hive复习纲要)

【方法总结】值分布强化学习（Distributional RL）

ml-agents项目实践（一）

Anaconda配置tensorflow 1.4.0 + python 3.6 选择Pycharm IDE

强化学习（Reinforcement learning）综述

ml-agents项目实践（一）

ml-agents项目实践（一）

机器学习_机器学习概览

【顶会论文分析】分层强化学习解决慕课推荐挑战 - Hierarchical Reinforcement Learning for Course Recommendation in MOOCs

Pytorch 笔记Ⅻ——DQN Reinforcement Learning

spark写出分布式的训练算法_RLlib：一个分布式强化学习系统的凝练

强化学习简介

强化学习简介

Join Query Optimization with Deep Reinforcement Learning Algorithms

基于DQN强化学习训练一个超级玛丽

【论文阅读笔记】NeurIPS2020文章列表Part2

强化学习笔记（4）—— 无模型（model-free）prediction问题 （α-MC方法、TD方法）

2020-12-03 - 2020-12-06 京东RL论文整理

多智能体强化学习QMIX论文笔记

强化学习资料总结

深度学习笔记

强化学习1：什么是强化学习

Deep Reinforcement Learning for Unsupervised Video Summarization阅读笔记

如何解决稀疏奖励下的强化学习？

Continuous control with deep reinforcement learning_ICLR2016

分布式强化学习 | (1) RLlib:一个分布式强化学习系统的凝练

强化学习基础篇（一）强化学习入门

A3C论文翻译

强化学习框架

强化学习@AAAI2019

机器学习笔记——基础导论

深度学习_资料汇总链接（目标检测/可视化/目标识别/自然语言处理/OCR）

【强化学习】Dueling Network Architectures for Deep Reinforcement Learning (2016)

【强化学习】Human-level control through deep reinforcement learning（2015）

【强化学习】Playing Atari with Deep Reinforcement Learning （2013）

浅谈强化学习中的函数估计问题 - Function Approximation in RL

2020网上的连续性学习（终身学习、持续学习）论文汇总

Value-based Reinforcement Learning

强化学习笔记(1)

强化学习笔记（4）—— 无模型（model-free）prediction问题（α-MC方法、TD方法）