dqn

7. 深度强化学习：智能体的学习与决策

本篇博文将深入探讨深度强化学习的基本框架、经典算法（如DQN、策略梯度法），以及其在实际应用中的成功案例。
Network_Engineer·2024-09-08 12:58

深度强化学习之DQN-深度学习与强化学习的成功结合

目录概念深度学习与强化学习结合的问题DQN解决结合出现问题的办法DQN算法流程总结一、概念原因：在普通的Q-Learning中，当状态和动作空间是离散且维数不高的时候可以使用Q-Table来存储每个状态动作对应的
CristianoC·2024-09-07 14:39

深入理解DDQN

深入理解DDQN1.引言双深度Q网络（DoubleDeepQ-Network，DDQN）是对原始DQN算法的一个重要改进。本文将帮助你深入理解DDQN的核心概念，并通过一个生动的例子来阐释其工作原理。
AI-星辰·2024-09-03 21:46

【pytorch(cuda)】基于DQN算法的无人机三维城市空间航线规划（Python代码实现）

本文目录如下：目录⛳️赠与读者1概述一、研究背景与意义二、DQN算法概述三、基于DQN的无人机三维航线规划方法1.环境建模2.状态与动作定义3.奖励函数设计4.深度神经网络训练5.航线规划四、研究挑战与展望
程序猿鑫·2024-08-27 18:48

强化学习（TD3）

DDPG源于DQN，DQN源于Q_learning，这些算法都是通过估计Q值来寻找最优的策略，在强化学习中，更新Q网络的目标值ta
sssjjww·2024-02-19 11:09

DQN的理论研究回顾

DQN的理论研究回顾1.DQN简介强化学习（RL）（Reinforcementlearning:Anintroduction,2nd,ReinforcementLearningandOptimalControl
Jay Morein·2024-02-06 12:50

OpenAI Gym 中级教程——强化学习实践项目

我们将使用深度Q网络（DQN）算法来解决这个问题。1.安装依赖首先，确保你已经安装了必要的依赖：pipinstallgym[box2d]tensorflow2.强化学习项目实践2.
Echo_Wish·2024-02-02 16:22

一起学习飞桨 深度强化学习算法DQN

LEARN_FREQ=5#trainingfrequencyMEMORY_SIZE=200000MEMORY_WARMUP_SIZE=200BATCH_SIZE=64LEARNING_RATE=0.0005GAMMA=0.99#trainanepisodedefrun_train_episode(agent,env,rpm):total_reward=0obs=env.reset()step=0w
路人与大师·2024-01-31 18:35

不同的强化学习模型适配与金融二级市场的功能性建议

以下是对您列出的几种强化学习模型的简要概述，以帮助您做出选择：DQN(DeepQ-Network):适合：适用于离散动作空间的强化学习任务。
路人与大师·2024-01-31 09:54

OpenAI Gym 中级教程——深入强化学习算法

本篇博客将深入介绍OpenAIGym中的强化学习算法，包括深度Q网络（DeepQNetwork,DQN）和深度确定性策略梯度（DeepDeterministicPolicyGradient,DDPG）。
Echo_Wish·2024-01-29 10:16

深度强化学习之价值学习-王树森课程笔记

学习资料深度强化学习课程-王树森目录一、Value-basedlearning二、DeepQ-Network(DQN)1.原理2.DQN结构（以超级玛丽为例）3.用DQN操作Agent打游戏三、TemporalDifferenceLearning
淀粉爱好者·2024-01-29 03:23

强化学习原理python篇06——DQN

强化学习原理python篇05——DQNDQN算法定义DQN网络初始化环境开始训练可视化结果本章全篇参考赵世钰老师的教材Mathmatical-Foundation-of-Reinforcement-LearningDeepQ-learning
WuRobb·2024-01-28 06:08

Webots搭建强化学习二轮避障小车（看看吧 蛮详细的）

该文章主要有如下的内容：大概内容：1.Webots简要介绍2.Webots搭建双轮小車3.Webots双轮小车避障简单的控制逻辑4.Pycharm编写控制程序连接并控制Webots中实体的方法5.Tensorflow编写DQN
小雅不采薇·2024-01-28 02:54

深度学习学习笔记-论文研读4-基于深度强化学习的多用户边缘计算任务卸载调度与资源分配算法

本人学识浅薄，如有理解不到位的地方还请大佬们指出，相互学习，共同进步概念引入强化学习DQN算法边缘计算边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务
丰。。·2024-01-27 17:17

强化学习 - Deep Q Network (DQN)

什么是机器学习DeepQNetwork（DQN）是一种结合深度学习和强化学习的方法，用于解决离散动作空间的强化学习问题。
草明·2024-01-25 21:23

【机器学习】强化学习（六）-DQN(Deep Q-Learning)训练月球着陆器示例

概述DeepQ-Learning（深度Q学习）是一种强化学习算法，用于解决决策问题，其中代理（agent）通过学习在不同环境中采取行动来最大化累积奖励。LunarLander是一个经典的强化学习问题，其中代理的任务是控制一个着陆舱在月球表面着陆，最小化着陆过程中的燃料消耗。以下是使用DeepQ-Learning解决LunarLander问题的基本步骤：环境建模：首先，需要对LunarLander环
十年一梦实验室·2024-01-25 07:50

【强化学习】DQN、Double DQN、Dueling DQN、Per DQN、NoisyDQN 学习笔记

文章目录DQN(DeepQ-Network)说明伪代码应用范围DoubleDQN说明伪代码应用范围DuelingDQN实现原理应用范围伪代码PerDQN(PrioritizedExperienceReplayDQN
如果皮卡会coding·2024-01-24 13:23

强化学习12——策略梯度算法学习

Q-learning、DQN算法是基于价值的算法，通过学习值函数、根据值函数导出策略；而基于策略的算法，是直接显示地学习目标策略，策略梯度算法就是基于策略的算法。
beiketaoerge·2024-01-24 06:46

强化学习11——DQN算法

DQN算法的全称为，DeepQ-Network，即在Q-learning算法的基础上引用深度神经网络来近似动作函数Q(s,a)Q(s,a)Q(s,a)。
beiketaoerge·2024-01-24 06:46

【强化学习】----训练Flappy Bird小游戏

文章目录一、游戏介绍与问题定义1.1游戏简介1.2问题定义二、算法介绍2.1预处理2.1.1去除背景颜色2.1.2灰度处理2.2Q-Learning2.3神经网络2.4DQN结构2.4.1增加样本池2.4.2
子衿JDD·2024-01-23 16:56

JoyRL策略梯度

与基于价值的算法（包括DQN等算法）不同，这类算法直接对策略本身进行近似优化。
__如果·2024-01-22 05:00

(202401)深度强化学习基础2：策略梯度

这与之前的差别很大，我这里也大约明白了一点为什么任务一直接让人跳到DQN但是却不跳过第二章“马
早上真好·2024-01-20 22:27

（202401）深度强化学习基础与实践1：马尔科夫过程、DNQ算法回顾

文章目录序言马尔科夫决策过程含义性质回报状态转移矩阵DQN算法深度网络经验回放目标网络实战DQN算法DQN算法进阶DoubleDQNDuelingDQNNoisyDQNPERDQNC51算法序言本文章记录
早上真好·2024-01-20 22:56

深度强化学习DQN系算法理解

致谢进行DQN方法整理时，主要对原文进行了学习，并参考了几位作者的笔记，在此一并表示感谢。
静斋·2024-01-20 17:26

Datawhale 强化学习笔记(二）马尔可夫过程，DQN 算法

文章目录参考马尔可夫过程DQN算法（DeepQ-Network）如何用神经网络来近似Q函数如何用梯度下降的方式更新网络参数强化学习vs深度学习提高训练稳定性的技巧经验回放目标网络代码实战DQN算法进阶DoubleDQNDuelingDQN
RessCris·2024-01-20 17:54

基于DQN和TensorFlow的LunarLander实现（全代码）

使用深度Q网络（DeepQ-Network,DQN）来训练一个在openai-gym的LunarLander-v2环境中的强化学习agent，让小火箭成功着陆。
全栈O-Jay·2024-01-20 06:58

【挑战全网最易懂】深度强化学习 --- 零基础指南

深度强化学习介绍、概念强化学习介绍离散场景，使用行为价值方法连续场景，使用概率分布方法实时反馈连续场景：使用概率分布+行为价值方法强化学习六要素设计奖励函数设计评论家策略学习与优化算法路径深度Q网络DQN
Debroon·2024-01-19 14:17

深度强化学习Task1：马尔可夫过程、DQN算法回顾

本篇博客是本人参加Datawhale组队学习第一次任务的笔记【教程地址】https://github.com/datawhalechina/joyrl-book【强化学习库JoyRL】https://github.com/datawhalechina/joyrl/tree/main【JoyRL开发周报】https://datawhale.feishu.cn/docx/OM8fdsNl0o5omox
卡拉比丘流形·2024-01-18 05:14

强化学习笔记持续更新......

简述时间差分算法介绍Q-LearningDQN算法基本原理DQN的两个关键
搬砖成就梦想·2024-01-13 16:45

云计算任务调度仿真02

前面已经分享过一个仿真项目，但是基于policygradient方法实现的，考虑到许多人从零到一实现DQN方法有点难度，所以这次分享一个基于DQN实现的仿真项目，非常简单。
eyexin2018·2024-01-11 09:43

模型预测控制MPC

第16章模型预测控制16.1简介之前几章介绍了基于值函数的方法DQN、基于策略的方法REINFORCE以及两者结合的方法Actor-Critic。
oceancoco·2024-01-11 08:27

策略梯度算法

第九章策略梯度算法9.1简介本书之前介绍的Q-learning、DQN及DQN改进算法都是基于价值(value-based)的方法，其中Q-learning是处理有限状态的算法，而DQN可以用来解决连续状态的问题
oceancoco·2024-01-11 08:56

强化学习Double DQN方法玩雅达利Breakout游戏完整实现代码与评估pytorch

1.实验环境1.1硬件配置处理器：2*AMDEPYC7773X64-Core内存：1.5TB显卡：8*NVIDIAGeForceRTX309024GB1.2工具环境Python：3.10.12Anaconda：23.7.4系统：Ubuntu22.04.3LTS(GNU/Linux5.15.0-91-genericx86_64)IDE：VSCode1.85.1gym：0.26.2Pytorch：2.
一条独龙·2024-01-10 01:22

Dueling DQN 跑 Pendulum-v1

gym-0.26.1Pendulum-v1DuelingDQN因为还是DQN,所以我们沿用doubleDQN,然后把Qnet换成VAnet。其他的不变，详情参考前一篇文章。
NoahBBQ·2024-01-06 17:47

Noisy DQN 跑 CartPole-v1

gym0.26.1CartPole-v1NoisyNetDQNNoisyNet就是把原来Linear里的w/b换成mu+sigma*epsilon,这是一种非常简单的方法，但是可以显著提升DQN的表现。
NoahBBQ·2024-01-06 17:16

强化学习：PPO

PPO简介我们在之前的项目中介绍了基于价值的强化学习算法DQN,基于策略的强化学习算法REINFORCE,基于价值和策略的组合算法Actor-Critic.对于基于策略分方法：参数化智能体的策略，并设计衡量策略好坏的目标函数
人工智能MOS·2024-01-04 06:58

Deep Q-Network (DQN)理解

DQN（DeepQ-Network）是深度强化学习（DeepReinforcementLearning）的开山之作，将深度学习引入强化学习中，构建了Perception到Decision的End-to-end
兔兔爱学习兔兔爱学习·2024-01-03 20:59

【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
Debroon·2023-12-31 21:40

演员-评论家算法：多智能体强化学习核心框架

演员-评论家算法演员-评论家算法：策略梯度算法+DQN算法演员-评论家的协作流程演员：策略梯度算法计算智能体策略预期奖励的梯度公式分解时间流程拆解通过采样方法近似估计梯度公式拆解时间流程拆解改进策略设置基线
Debroon·2023-12-31 17:40

强化学习计划

简述时间差分算法介绍Q-LearningDQN算法基本原理DQN的两个关键
搬砖成就梦想·2023-12-30 23:11

Python深度学习技术进阶篇|注意力（Attention）机制详解

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、DQN
AIzmjl·2023-12-30 19:02

基于深度强化学习算法的仿真到实践教程

我的毕业论文主要是使用DQN，PPO，SAC仿真，然后放到车上跑（效果不太好）。DQN和PPO是离散控制，SAC是连续控制。
方小生–·2023-12-30 07:43

Python深度学习技术进阶篇|Transformer模型详解

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、DQN
zmjia111·2023-12-28 19:21

价值函数近似-prediction\control（DQN）

IncrementalVFAPredictionAlgorithmsMCpredictionVFATDpredictionVFA二、IncrementalVFAControlAlgorithm基于MC、TD优化批量强化学习收敛性三、DQN
爱宇小菜涛·2023-12-28 01:46

Pytorch深度强化学习2-1：基于价值的强化学习——DQN算法

目录0专栏介绍1基于价值的强化学习2深度Q网络与Q-learning3DQN原理分析4DQN训练实例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
Mr.Winter`·2023-12-26 14:40

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--DQN

DQN强化学习DQN深度网络经验回放目标网络深度网络一个神经网络能够将输入向量映射到输出向量，这个映射过程可以用下式表示。
无盐薯片·2023-12-23 13:33

强化学习--DDPG

DDPG强化学习DDPGDPGDDPGDPGDQN算法的一个主要缺点就是不能用于连续动作空间，这是因为在DQN算法中动作是通过贪心策略或者说argmax的方式来从Q函数间接得到，这里Q函数就相当于DDPG
无盐薯片·2023-12-23 13:01

Course3-Week3-强化学习

什么是强化学习1.2强化学习示例1.3数学符号2.离散状态空间的强化学习2.1回报2.2策略2.3状态-动作价值函数2.4贝尔曼方程2.5随机环境(可选)3.连续状态空间的强化学习3.1问题示例——登月器3.2DQN
虎慕·2023-12-20 19:30

【百度PARL】强化学习笔记

文章目录强化学习基本知识一些框架Value-based的方法Q表格举个例子强化的概念TD更新Sarsa算法SampleSarsaAgent类On_policyvsoff_policy函数逼近与神经网络DQN
丸丸丸子w·2023-12-19 14:44
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他