dqn

强化学习算法实践（一）——策略梯度算法

ImprovementTips2.1AssignSuitableCredit2.2AddaBaseline2.3AdvantageFunction3.Actor-Critic(A2C)3.1Basic3.2Code策略梯度是一种基于策略的算法，相比于DQN
冠long馨·2022-10-28 09:18

DQN自动驾驶——python+gym实现

一、安装环境gym是用于开发和比较强化学习算法的工具包，在python中安装gym库和其中子场景都较为简便。安装gym：pipinstallgym安装自动驾驶模块，这里使用EdouardLeurent发布在github上的包highway-env（原链接）：pipinstall--usergit+https://github.com/eleurent/highway-env其中包含6个场景：高速公
Veronica1312·2022-10-24 12:28

Double DQN论文笔记

DoubleDQN论文笔记AbstractBackgroundUpdateofDQNTechnologyUpdateofDDQNHyper-parametersofDDQNCode参考：https://www.cnblogs.com/pinard/p/9778063.htmlAbstract该论文证明Q-learning带来的过高估计会对训练产生负面影响，只能得到次优甚至渐进（asymptotic
微笑~你好·2022-10-24 07:22

DQN神经网络小结（Pytorch版）

文章目录前言是什么是RL什么是QN与Sarsa场景假设训练过程Q-Leaning名词与数据结构定义代码流程编码SARSA选择动作函数代码DQN神经网络流程预估“表”与实际“表”编码坑点环境修改运行代码运行效果前言阅读此篇文章你将懂得
Huterox·2022-10-22 09:06

小飞机之一：DQN与蒙特卡洛树搜索

DQNQ-learningQ(s,a):状态s下采取动作a的期望收益Q(s,a)←(1−α)Q(s,a)+α[r+γmax⁡a′Q(s′,a′)]Q(s,a)\leftarrow(1-\alpha)Q(s,a)+\alpha[r+\gamma\max_{a'}Q(s',a')]Q(s,a)←(1−α)Q(s,a)+α[r+γmaxa′Q(s′,a′)]Q-predict：估计值，当前查Q-tabl
Hellsegamosken·2022-10-13 07:50

深度强化学习 学术前沿与实战应用——DDQN

classDoubleDQN:deflearn(self):#这一段和DQN一样ifself.learn_step_counter%self.replace_target_iter==0:self.sess.run
青君不语·2022-10-10 07:31

强化学习之DDQN

知识基础DQN参考我的博文：https://tianjuewudi.gitee.io/2021/07/16/qiang-hua-xue-xi-shi-jian-jiao-xue/#toc-heading
微笑小星·2022-10-10 07:51

强化学习：（四）Q-learning, DQN, DDQN是什么？

目录一、Q-learning二、DeepQNetworks三、doubleQ-learning参考资料一、Q-learning强化学习的一个episode：强化学习的最终目标：当我处于sts_tst状态，我应该采取从长远来看最好的动作ata_tat如何实现这个目标？如果sts_tst状态下，每个可选动作的评分是已知的，我只需要选最高分的动作；但实际上评分是未知的，我需要对它进行估计。动作评分的定义
百把人·2022-10-10 07:12

强化学习DQN、DDQN和Dueling DQN的原理介绍与PARL核心代码解析

摘要本文主要介绍DQN算法的基本原理，以及在它基础上改进的DDQN和DuelingDQN，介绍完后会结合对应的PARL代码进行解析说明（PARL是一个高性能、灵活的强化学习框架）。
秋水中的鱼·2022-10-10 07:13

强化学习笔记：noisy DQN

噪声网络(NoisyNet)是一种非常简单的方法，可以显著提高DQN的表现。噪声网络的应用不局限于DQN，它可以用于几乎所有的强化学习方法。1噪声网络的原理把神经网络中的参数w替换成µ+σ◦ξ。
UQI-LIUWJ·2022-10-10 07:17

强化学习 9 —— DQN 改进算法 DDQN、Dueling DQN 详解与tensorflow 2.0实现

上篇文章强化学习——详解DQN算法我们介绍了DQN算法，但是DQN还存在一些问题，本篇文章介绍针对DQN的问题的改进算法一、DoubleDQN算法1、算法介绍DQN的问题有：目标Q值（QTarget）计算是否准确
jsfantasy·2022-10-10 07:45

强化学习-DDQN

DDQN和DQN基本上很像，不同的地方可以参考书本的132页代码实现importtorch.nnasnnimporttorch.nn.functionalasFimportrandomimporttorchfromtorchimportnnfromtorchimportoptimimportgymimportnumpyasnpfromcollectionsimportnamedtupleimpor
我的辉·2022-10-10 07:13

强化学习实践：DDQN—LunarLander月球登入初探

构建搭建神经网络replay_memory经验回放池algorithm算法train训练主程序训练任务评估模型超参数及训练主程序参数设定主程序小结算法DDQNDQN是强化学习里最经典的算法之一，网上也有很多文章讲解DQN
露西法·2022-10-10 07:39

深度学习与计算机视觉教程(17) | 深度强化学习 (马尔可夫决策过程,Q-Learning,DQN)（CV通关指南·完结）

作者：韩信子@ShowMeAI教程地址：https://www.showmeai.tech/tutorials/37本文地址：https://www.showmeai.tech/article-detail/276声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容本系列为斯坦福CS231n《深度学习与计算机视觉(DeepLearningforComputerVisi
ShowMeAI·2022-09-24 03:12

【学习强化学习】九、Actor-Critic算法原理及实现

1.3AdvantageActor-Critic1.A2C引入2.A2C流程3.tips2.A3C2.1A3C理解2.2A3C运作机理2.3算法大纲3.PathwiseDerivativePolicyGradient3.1算法流程3.2算法相对于DQN
CHH3213·2022-09-23 07:28

PYTORCH笔记 actor-critic （A2C）

理论知识见：强化学习笔记：Actor-critic_UQI-LIUWJ的博客-CSDN博客由于actor-critic是policygradient和DQN的结合，所以同时很多部分和policynetwork
UQI-LIUWJ·2022-09-23 07:17

强化学习笔记：Actor-critic

0复习由于actor-critic是policygradient和DQN的一个结合，所以我们先对这两个进行一个简单的复习：0.1policygradient强化学习笔记：Policy-basedApproach_UQI-LIUWJ
UQI-LIUWJ·2022-09-23 07:17

pytorch实现CartPole-v1任务的DQN代码

DQN使用PyTorch在OpenAIGym上的CartPole-v1任务上训练深度Q学习（DQN）智能体任务CartPole-v1环境中，手推车上面有一个杆，手推车沿着无摩擦的轨道移动。
bujbujbiu·2022-09-21 17:22

pytorch官方教程（详细版）

由于在写DQN代码时发现对细节不够了解，因此又详细学习了一下pytorch相关内容，以下内容来自官网教程，此前的pytorch笔记：pytorch训练分类器pytorch基础入门pytorch实现CartPole-v1
bujbujbiu·2022-09-21 17:22

DQN及其变种（Double DQN，优先回放，Dueling DQN)

1.DQN1.1DQN的三大特点DQN由DeepMind在2013年发表的文章《PlayingAtariwithDeepReinforcementLearning》提出，文章有两个创新点：经验回放和设立单独的目标网络
bujbujbiu·2022-09-21 17:22

基于Python实现的人工智能作业小车问题

目录1任务描述22环境配置23算法设计23.1离散版本−2（1）问题背景2（2）Q-learning算法2（3）程序流程33.2连续版本33.3其他算法（选做）4（1）SARSA4（2）()4（3）DQN43.4
biyezuopin·2022-09-21 15:33

DeepExploit——当Metasploit遇上机器学习

MetasploitMeetsMachineLearning1.Metasploit准备1.1与外部项目的合作1.1.1启用RPCAPI1.1.2使用RPCAPI操作Metasploit2.创建机器学习模型2.1DQN2.2A3C2.2.1CartPole2.2.2
Zichel77·2022-09-19 07:14

入门篇---DDPG代码逐行分析（pytorch）

入门篇—DDPG代码逐行分析（pytorch）在上一篇中我们简单整理了一下DQN的代码，这一篇则是解决连续状态，连续动作的问题----DDPG算法一些需要注意的点这里使用了OU-noise，由于其参数较多
昨日啊萌·2022-09-05 21:51

MNIST Pytorch官方代码解读

前言最近要学习dqn，项目组用pytorch作为深度学习框架，以此记录pytorch的学习笔记因为是速成的，一周看的python，半周numpy，到现在一周半的pytorch，如果有错误请大家指出Mnist
kay19960417·2022-08-23 07:39

深度强化学习技术概述

首先，从数学理论角度介绍了强化学习；接着，从不同适用方向对两类深度强化学习算法进行介绍：基于值函数（Value-based）的深度强化学习算法DQN和基于策略（Policy-based）的深度强化学习算法
·2022-08-22 18:47

深度强化学习技术概述

首先，从数学理论角度介绍了强化学习；接着，从不同适用方向对两类深度强化学习算法进行介绍：基于值函数（Value-based）的深度强化学习算法DQN和基于策略（Policy-based）的深度强化学习算法
阿里巴巴淘系技术团队官网博客·2022-08-21 11:52

【强化学习】基于DQN的《只狼：影逝二度》自学习算法研究

前言写在前面作为强化学习的入门练手项目之一，得益于《只狼》的特殊游戏机制，这个看似复杂的课题实际上难度不高且相当有趣（特别鸣谢两位b站up提供的宝贵思路）。《只狼》作为一款3D动作游戏，一是战斗目标可锁定且视角可固定，这意味着图像区域可以被有效剪裁，很好地缩小了需要采集的样本数据大小；二是角色移动输入依赖不高，在采集键盘数据时能针对方向键对样本数据进行大幅度压缩；三是战斗模式相对单一，游戏中的战斗
四季豆炒饭·2022-08-11 19:03

RL强化学习总结（四）——DQN算法

DQN算法引言DQN算法，英文全称为DeepQNetwork,简称DQN我们以小鸟飞行的这个小游戏为例，这个游戏中的state是什么呢？
时代&信念·2022-08-10 09:32

【零基础强化学习】3个模块教你跑通基于DQN的FlappyBird

3个模块教你跑通基于DQN的FlappyBird写在前面showmecode,nobb主模块（直接运行）导入模块1(wrapped_flappy_bird)导入模块2(BrainDQN_Nature)结果展示写在最后谢谢点赞交流
南城果宝·2022-08-09 09:25

DQN Pytorch示例

智能体是一个字母o，它卡在许多_之间，而要达到的目的是并确保o两侧都有_，这需要让o能够向左右两边移动，而且速度略快于无动作时的自然移动速度，看起来就像下面那样。这是一种很简单的情形。pytorch版本：1.11.0+cu113代码因为每次初始化都一样，会出很多相同的数据，故先定义个数据结构，它是可hash的，便于存放在集合中。classData:def__init__(self,s:'list[
　星云　·2022-08-09 09:55

深度强化学习DQN详解CartPole

一、获取并处理环境图像本文所刨析的代码是“pytorch官网的DQN示例”（页面），用卷积层配合强化训练去学习小车立杆，所使用的环境是“小车立杆环境”（CartPole）（源码）。
baidu_huihui·2022-07-17 07:07

CartPole 强化学习详解1 - DQN

目录1.gym-CartPole环境准备2.PID控制3.DQN控制3.1问题1：网络要训成什么样才算能用？3.2问题2：调整哪些细节可以提升网络表现？
Oxalate-c·2022-07-17 07:32

CartPole环境下的强化学习

CartPole环境下的强化学习实验题目以CartPole为环境，实现DQN和PG算法，要求进行可视化(reward,loss,entropy等）。
HuangDell·2022-07-17 07:29

python的EMA曲线平滑方法

写在前面最近用到了强化学习（DQN），可这东西训练的结果实在是不够稳定，reward波动性极强。肉眼是能看出来reward有上升趋势的，但是不是很明显，还是得做一下曲线平滑。
李白不是程序员·2022-07-16 07:59

强化学习-学习笔记12 | Dueling Network

这是价值学习高级技巧第三篇，前两篇主要是针对TD算法的改进，而DuelingNetwork对DQN的结构进行改进，能够大幅度改进DQN的效果。
climerecho·2022-07-09 13:00

DoubleDQN的理论基础及其代码实现【Pytorch + Pendulum-v0】

DoubleDQN理论基础普通的DQN算法通常会导致对值的过高估计（overestimation）。
lucky-wz·2022-07-09 07:11

强化学习-学习笔记11 | 解决高估问题

在实际应用中DQN会引起高估，进而影响动作的正确选择。本文介绍的高估问题解决办法为：TargetNetwork&DoubleDQN.
climerecho·2022-07-08 17:00

强化学习-学习笔记10 | 经验回放

接下来会介绍一些高级的技巧，可以大幅度提高DQN的表现。ExperienceReplay是最重要的技巧。
climerecho·2022-07-08 11:00

强化学习-学习笔记8 | Q-learning

上一篇笔记认识了Sarsa，可以用来训练动作价值函数Qπ；本篇来学习Q-Learning，这是另一种TD算法，用来学习最优动作价值函数Q-star，这就是之前价值学习中用来训练DQN的算法。
climerecho·2022-07-07 16:00

（RL强化学习）A2C PPO DDPG理论和具体算法流程

文章目录ACPPO（proximalPolicyOptimization）DDPG（deepdeterministicpolicygradient）深度确定性策略梯度算法ps:笔记参考了强化学习–从DQN
Hoyyyaard·2022-07-05 07:01

强化学习-学习笔记2 | 价值学习

继续学习强化学习，介绍强化学习两大分支之一的价值学习，以及价值学习的一种经典实现方式DQN，以及DQN的训练算法TDlearning.
climerecho·2022-07-04 18:00

【学习强化学习】总目录

目录一、强化学习概述二、MDP过程三、表格型方法四、策略梯度五、PPO六、DQN七、DQN进阶八、连续动作下的DQN设计九、Actor-Critic算法十、DDPG、TD3算法十二、SparseReward
CHH3213·2022-06-29 16:28

DQN玩Atari游戏安装atari环境bug指南

1.遇到bug：缺少atari.py怎么办→在pypi.org官网上下载atari_py-0.2.9-cp36-cp36m-win_amd64.whl，因为我安装的python环境是3.6版本，在AnacondaPrompt里边将目录定位在whl的下载路径，pipinstallatari_py-0.2.9-cp36-cp36m-win_amd64.whl安装成功啦2.遇到bug：ROM找不到环境怎
好程序不脱发·2022-06-29 15:25

收藏 | 83篇文献，万字总结强化学习之路

从2013年DQN（深度Q网络，deepQnetwork）出现到目前为止，深度强化学习领域出现了大量的算法，以及解决实际应
喜欢打酱油的老鸟·2022-06-13 07:06

万字总结83篇文献：深度强化学习之炒作、反思、回归本源

从2013年DQN（深度Q网络，deepQnetwork）出现到目
数据派THU·2022-06-13 07:29

【强化学习】83篇文献-万字总结

从2013年DQN（深度Q网络，deepQnetwork）出现到目前为止，深度强化学习领域出现了大量的算法，以及解决实际应用
zenRRan·2022-06-13 07:51

83篇文献-万字总结 || 强化学习之路

从2013年DQN（深度Q网络，deepQnetwork）出现到目前为止，深度强化学习领域出现了大量的算法，以及解决实际应用
文文学霸·2022-06-13 07:42

强化学习笔记：连续控制 & 确定策略梯度DPG

1离散控制与连续控制之前的无论是DQN,Q-learning,A2C,REINFORCEMENT,SARSA什么的，都是针对离散动作空间，不能直接解决连续控制问题。
UQI-LIUWJ·2022-06-03 07:23

深度强化学习-DQN算法原理与代码

DQN算法是DeepMind团队提出的一种深度强化学习算法，在许多电动游戏中达到人类玩家甚至超越人类玩家的水准，本文就带领大家了解一下这个算法，论文和代码的链接见下方。
indigo love·2022-05-31 10:08

DQN笔记：高估问题 & target network & Double DQN

Q学习算法有一个缺陷：用Q学习训练出的DQN会高估真实的价值，而且高估通常是非均匀的。这个缺陷导致DQN的表现很差。高估问题并不是DQN本身的缺陷，而是训练DQN用的Q学习算法的缺陷。
UQI-LIUWJ·2022-05-31 07:54
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他