dqn

Double DQN

简介DoubleDQN的出现，是为了解决DQN和Q-Learning等学习算法中的过高估计。论文参考这里代码参考这里（by莫烦大神）思想传统DQN学习过程如下：过高估计存在于对Q(s',a')的预测。
海街diary·2021-05-19 00:42

深度强化学习——Policy Gradient 玩转 CartPole 游戏

manwritingonpaperImagefromunsplash.combyhelloquence前面的文章我们介绍了Q-learning,DQN等方法都是基于价值的强化学习方法，今天我们介绍的PolicyGradient
Hongtao洪滔·2021-05-09 10:44

Reinforcement Learning学习路线图

2016年初AlphaGo火了以后，作为AlphaGo背后核心技术的DeepQ-Network（DQN）就是一种强化学习算法的一种。
terrencehu·2021-05-06 09:26

DQN

DQN，DeepQ-Network是Q-Learning和深度网络结合的一种算法，在很多强化学习问题中表现优异。
志远1997·2021-04-16 16:28

yyds！用飞桨玩明日方舟

DQN是深度强化学习算法开山之作，在经
·2021-04-13 19:50

yyds！用飞桨玩明日方舟

DQN是深度强化学习算法开山之作，在经
·2021-04-13 19:57

self_drive car_学习笔记--第12课：基于强化学习的自动驾驶系统

概要：1机器学习在自动驾驶中的应用2DQN3DeepTraffic项目4课程总结1机器学习在自动驾驶中的应用1.1201
鸿_H·2021-03-30 15:13

【二】MADDPG多智能体算法实现(parl)【追逐游戏复现】

追逐游戏复现】【一】-环境配置+python入门教学【二】-Parl基础命令【三】-Notebook、&pdb、ipdb调试【四】-强化学习入门简介【五】-Sarsa&Qlearing详细讲解【六】-DQN
汀、·2021-03-29 13:06

浅谈TD3：从算法原理到代码实现

本文首发于：行者AI众所周知，在基于价值学习的强化学习算法中，如DQN，函数近似误差是导致Q值高估和次优策略的原因。
·2021-03-17 15:45

浅谈TD3：从算法原理到代码实现

本文首发于：行者AI众所周知，在基于价值学习的强化学习算法中，如DQN，函数近似误差是导致Q值高估和次优策略的原因。
·2021-03-17 14:40

飞桨PARL_2.0--1.8.5（遇到bug调试修正）

PARL框架｛飞桨｝【一】-环境配置+python入门教学【二】-Parl基础命令【三】-Notebook、&pdb、ipdb调试【四】-强化学习入门简介【五】-Sarsa&Qlearing详细讲解【六】-DQN
汀、·2021-03-15 19:01

强化学习教程（四）：从PDG到DDPG的原理及tf代码实现详解

强化学习教程（四）：从PDG到DDPG的原理及tf代码实现详解原创lrhao公众号：ChallengeHub收录于话题#强化学习教程前言在前面强化学习教程（三）中介绍了基于策略「PG」算法，相比较DQN
中宇哥·2021-03-14 11:01

【一】环境配置+python入门教学-强化学习及PARL框架｛飞桨｝

PARL框架｛飞桨｝【一】-环境配置+python入门教学【二】-Parl基础命令【三】-Notebook、&pdb、ipdb调试【四】-强化学习入门简介【五】-Sarsa&Qlearing详细讲解【六】-DQN
汀、·2021-03-10 10:09

【一】MADDPG-单智能体|多智能体总结（理论、算法）

-PARL飞桨【一】-环境配置+python入门教学【二】-Parl基础命令【三】-Notebook、&pdb、ipdb调试【四】-强化学习入门简介【五】-Sarsa&Qlearing详细讲解【六】-DQN
汀、·2021-03-08 16:10

用强化学习DQN算法玩合成大西瓜游戏！（提供Keras版本和Paddlepaddle版本）

用强化学习玩合成大西瓜代码地址：https://github.com/Sharpiless/play-daxigua-using-Reinforcement-Learning用强化学习DQN算法，训练AI
BIT可达鸭·2021-02-12 17:31

AI玩Flappy Bird│基于DQN的机器学习实例【持续更新中】

前言FlappyBird简介《FlappyBird》是一款由来自越南的独立游戏开发者DongNguyen所开发的作品，游戏于2013年5月24日上线，并在2014年2月突然暴红。2014年2月，《FlappyBird》被开发者本人从苹果及谷歌应用商店撤下。2014年8月份正式回归APPSTORE，正式加入Flappy迷们期待已久的多人对战模式。游戏中玩家必须控制一只小鸟，跨越由各种不同长度水管所组
Mr_BigG·2021-02-10 16:35

深度学习与强化学习的两大联姻：DQN与DDPG的对比分析

本文首发于：行者AIQ学习（Q-Learning）算法是提出时间很早的一种异策略的时序差分学习方法；DQN则是利用神经网络对Q-Learning中的值函数进行近似，并针对实际问题作出改进的方法；而DDPG
·2021-02-07 14:47

深度学习与强化学习的两大联姻：DQN与DDPG的对比分析

本文首发于：行者AIQ学习（Q-Learning）算法是提出时间很早的一种异策略的时序差分学习方法；DQN则是利用神经网络对Q-Learning中的值函数进行近似，并针对实际问题作出改进的方法；而DDPG
·2021-02-05 16:54

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

【Pytorch教程】：加速神经网络训练

区分类型(分类)快速搭建法批训练加速神经网络训练Optimizer优化器卷积神经网络CNN卷积神经网络（RNN、LSTM）RNN循环神经网络(分类)RNN循环神经网络(回归)自编码(Autoencoder)DQN
_APTX4869·2021-01-30 15:01

强化学习库tianshou——DQN使用

强化学习库tianshou——DQN使用tianshou是清华大学学生开源编写的强化学习库。
Lejeune·2021-01-27 21:37

cartpole强化学习DQN实战

本文章通过keras实现DQN算法来解决倒立摆的平衡问题一.环境cartpole是一个经典的环境，可以验证许多的算法。
小雅不采薇·2021-01-26 13:05

DQN强化学习 MountainCar Deep Q-Learning

虽则你我被每粒星唾弃，我们贫乏却去到金喜。———七百年后这篇文章关于神经网络的Qlearning实现，Qlearning的一些方法概念写在第一篇文章“强化学习：Q表格方法”里：文章链接：https://blog.csdn.net/weixin_43968987/article/details/112959287对于Qlearning的方法，适用于动作空间是离散的环境，比如说象棋中的棋子，只能以有限
小雅不采薇·2021-01-23 18:44

Pytorch初步实现DQN玩贪吃蛇

Pytorch初步实现DQN玩贪吃蛇前言一.导入依赖库二.编写贪吃蛇游戏进一步处理返回的游戏图像三.一些重要的赋值四.定义记忆库五.定义强化学习网络（核心）1.定义一个卷积网络2.定义DQN网络六.最终实现前言本文部分代码参考了
念旧NiceJeo·2021-01-21 20:53

dqn在训练过程中loss越来越大_Pytorch深度强化学习 1.用DQN解决Atari game

我一直对强化学习感兴趣，这学期正好选了一门强化学习的课，第一次作业是让复现DQN。这几年也看了不少DQN的代码，但要自己实现起来，还是犯晕，效率很低。
Jen Lacey·2021-01-15 07:56

深度强化学习总结（自用）

学习强化学习总结的笔记，按照自己的理解总结的，还没总结完，边学边总结，可能存在错误欢迎指正DeepQNetwork（DQN）DQN存在两个神经网络，即（1）Evaluate_Net：用于更新模型参数，每
emm～�·2021-01-10 15:14

Pytorch 笔记Ⅻ——DQN Reinforcement Learning

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
DeepHao·2020-12-29 20:05

DQN实战CartPole

这篇博文要讲解的是利用DQN来做CartPole任务回报的定义：我们知道，给定一个状态sss，agent根据策略π(a∣s)\pi(a|s)π(a∣s)做出行为aaa，得到的奖励是rrr，然后环境根据状态转移概率
xhsun1997·2020-12-27 11:26

强化学习课程笔记之value-based方法

发现一个问题，你给了Q-learning或者DQN的伪代码，去做一个实战，确实可以复现，但是就是对背后的原理理解的很模糊。
Ton10·2020-12-24 14:00

强化学习之DQN进阶的三大法宝（Pytorch）

③：DuelingDQN：改变网络结构本文将通过理论+实战结合的方式总结DQN与三大法宝的功能。
Ton10·2020-12-21 12:05

基于DQN强化学习训练一个超级玛丽

Author：MyEncyclopediaFrom：MyEncyclopedia这一期，让我们通过代码来实现DQN在任天堂经典的超级玛丽游戏中的自动通关吧。
文文学霸·2020-12-13 22:57

深度学习在物理层信号处理中的应用研究

摘要：本文主要介绍基于深度学习的物理层应用，并提出一种基于深度Q网络（DQN）的MIMO系统位置信息验证方案，接收者在多变未知的信道环境下利用深度Q网络不断更新。
华为云开发者社区·2020-12-08 21:48

强化学习之基于gym环境的DQN算法实战（Pytorch）

DQN算法是强化学习与深度学习结合的开端，其利用深度网络来拟合值函数，利用Q-leraning算法进行强化学习。DL为Agent提供学习的大脑，RL提供了计算机制，从而达到真的AI。
Ton10·2020-12-08 20:16

【深度强化学习】DQN训练超级玛丽闯关

上一期MyEncyclopedia公众号文章通过代码学Sutton强化学习：从Q-Learning演化到DQN，我们从原理上讲解了DQN算法，这一期，让我们通过代码来实现DQN在任天堂经典的超级玛丽游戏中的自动通关吧
风度78·2020-12-08 13:00

多智能体强化学习

由于环境的不稳定，将无法直接使用之前的经验回放等DQN的关键技巧。policygradient算法会由于智能体数量的变多使得本就有的方差大的问题加剧。1.强化学习和多智能体强化
Enoch Liu98·2020-12-06 22:08

2020-12-03 - 2020-12-06 京东RL论文整理

选用的算法框架是DQN。DQN相对于传统表格型学习的优势如下：DQN相对于表格型学习的优势主要在于不用进行建模得到转
syat_e6da·2020-12-06 14:09

回顾2015年登上Nature的DQN（全文翻译+批注）

这篇文章的内容是，CNN（卷积神经网络）+Q-learning（一种离轨-时序差分-强化学习迭代方法）=DQN，让神经网络自己学习玩雅达利小游戏（上个世纪70/80年代的电子
user_zsXbv7Bi·2020-12-05 11:02

【/强化学习7日打卡营-世界冠军带你从零实践/课程摘要和调参心得-No.5】连续动作空间上求解RL

连续动作空间离散和连续动作跟环境有关：可分别采用随机性策略和确定性策略：实践中可分别用sample函数和tanh函数:DDPG(DeepDeterministicPolicyGradient)的来源：DDPG可看做DQN
FlyingPie·2020-09-17 03:40

【/强化学习7日打卡营-世界冠军带你从零实践/课程摘要和调参心得-No.3】基于神经网络方法求解RL

因此可以加个w参数，改用值函数拟合的方法：一个简单的例子如图所示，神经网络输出动作，定义损失函数，进行优化：Q-learning的流程：用神经网络：3.2DQN算法解析DQN的2大创新点在于：经验回放，
FlyingPie·2020-09-17 03:39

强化学习7日打卡营-世界冠军带你从零实践——心得体会

课程主要讲解了强化学习经典算法：Q-learning、Sarsa、DQN、Policy、Gradient、DDPG。下面是遇到的一些故障和心得。环境搭建!
LeonardoTime·2020-09-17 03:15

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

概述价值函数估计增量式/梯度下降方法批处理方法深度强化学习浅析（DQN）DoubleDQN带有优先回放的DoubleDQN(PrioritizedReplay)DuelingDQN非参数化估计方法直接策略搜索无模
止于至玄·2020-09-16 23:06

强化学习之值函数估计

函数逼近的方法增量方法表格查找法是值函数估计的特殊情况：增量预测算法基于MC的值函数估计广义策略迭代方法动作值函数估计控制算法的收敛性批强化算法随机梯度下降使用经验池DQN，经验池的应用DQN使用效果
ztchao1996·2020-09-16 00:52

在DQN代码中关于tf.stop_gradient的认识

在学习莫烦python强化学习中DQN这一节时，莫烦大佬给出了两种DQN代码，大致框架都是一致的，但是仔细一读就会发现在DQN_modified.py文件中对于target_net训练出的结果直接加入到
zbrwhut·2020-09-14 21:39

百度飞桨强化学习（3）

插话阅读知乎文章笔记文章地址：DQN从入门到放弃1DQN与增强学习DQN从入门到放弃2增强学习与MDPDQN从入门到放弃3价值函数与Bellman方程DQN从入门到放弃4动态规划与Q-LearningDQN
只会git clone的程序员·2020-09-14 15:44

DQN小车爬山——pytorch实现

  最近在b站上看到了很好的DQN教程及代码实例，特此开贴记录学习笔记。  
小研一枚·2020-09-14 07:20

论文笔记1：Deep Recurrent Q-Learning for Partially Observable MDPs

PlayingAtariwithDeepReinforcementLearningHuman-levelcontrolthroughdeepreinforcementlearning.论文笔记之：DeepRecurrentQ-LearningforPartiallyObservableMDPs最近老师让看一写DQN
uuummmmiiii·2020-09-13 07:41

多智能体强化学习算法MADDPG（一：由单智能体强化学习到多智能体强化学习）

|┛嗷~~多智能体强化学习背景知识*为什么提出多智能体DDPG（MADDPG）**学习MADDPG算法的先验知识*==SPG与DPG简述====Q-Learning简述====由Q-Learning到DQN
打酱油的栋栋拐·2020-09-12 04:50

tensorflow2.0 dqn 深度强化学习 AI自动玩游戏，有详细注解

有人看文章后半部分代码是空的，其实是博客的字变黑了。我不知道这个怎么回事，没检查出语法问题。所以只要你把空白的部分一起复制就能看到所有的代码了！！准备环境安装python游戏包pipinstallgym运行这个脚本，如果正常出现名称列表，就是说已经成功安装了#Deep-QlearningAgentimporttensorflowastfimportgym.envsasenvsimportnumpy
千年奇葩·2020-09-11 22:50

【AI每日播报】Google确认收购数据科学社区Kaggle 滴滴美研落户硅谷

【在线直播课】《TensorFlow实战》作者、PPmoney大数据算法总监黄文坚老师即将开课：《使用TensorFlow创建可自动玩游戏的DQN模型》，本次课程集中讲解Deep-QNetwork及其TensorFlow
yssycz·2020-09-10 21:13

DRL前沿之：Hierarchical Deep Reinforcement Learning

1前言如果大家已经对DQN有所了解，那么大家就会知道，DeepMind测试的40多款游戏中，有那么几款游戏无论怎么训练，结果都是0的游戏，也就是DQN完全无效的游戏，有什么游戏呢？
songrotek·2020-08-26 23:08
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他