DeepRL 头像

DeepRL

450 声望
专注于深度强化学习方向,欢迎关注 展开

专注于深度强化学习方向,欢迎关注

收起
关注了
0
粉丝数
2
最新动态
  • 发布了文章 ·
    【综述】多智能体强化学习算法理论研究

    虽然目前多智能体强化学习 MARL 在很多领域取得了不错的结果,但很少有相关的理论分析。本综述挑选并汇总了拥有理论支撑的 MARL 算法,主要是以下两种理论框架:

    摘要图
  • 发布了文章 ·
    探索(Exploration)还是利用(Exploitation)?强化学习如何tradeoff?

    探索 VS 利用,这是强化学习中至关重要的话题。我们希望强化学习中的智能体尽快找到最佳策略。然而,在没有充分探索的情况下就盲目地选择某个策略会带来一定的问题,因为这会导致模型陷入局部最优甚至完全不收敛。目前的强化学习算法朝着回报值最大化的方向优化,而探索仍然更像是一个开放性话题。

    摘要图
  • 关注了专栏 ·
    图标
    极术公开课订阅

    订阅极术公开课,即时获取最新技术公开课信息

  • 关注了专栏 ·
    图标
    嵌入式AI

    嵌入式端AI,包括AI算法在推理框架Tengine,MNN,NCNN,PaddlePaddle及相关芯片上的实现。欢迎加入微信交流群,微信号:gg15319381845(备注:嵌入式)

  • 关注了专栏 ·
    图标
    Arm 技术博客

    Arm相关的技术博客,提供最新Arm技术干货,欢迎关注

  • 发布了文章 ·
    83篇文献-万字总结 || 强化学习之路

    深度强化学习是深度学习与强化学习相结合的产物,它集成了深度学习在视觉等感知问题上强大的理解能力,以及强化学习的决策能力,实现了端到端学习。本文对强化学习进行了非常全面的总结,建议收藏。报道:深度强化学习实验室作者:侯宇清,陈玉荣 编辑:DeepRL

    摘要图
  • 发布了文章 ·
    DeepMind发布强化学习库 RLax

    RLax(发音为“ relax”)是建立在JAX之上的库,它公开了用于实施强化学习智能体的有用构建块。。报道:深度强化学习实验室作者:DeepRL 来源:Github/DeepMind

    摘要图
  • 发布了文章 ·
    深度强化学习入门到精通-2020最全资料综述

    本文对强化学习的相关资料从视频,书籍,PPT等做了非常全面的整理,必须关注。报道:深度强化学习实验室作者:岳龙飞 编辑:DeepRL

    摘要图
  • 关注了专栏 ·
    图标
    深度强化学习

    专注深度强化学习前沿技术,欢迎关注

  • 发布了文章 ·
    30+个必知的《人工智能》会议清单

    本文对人工智能不同领域内顶级会议作了汇总,要想了解最新方法和热门研究方向,必须关注。报道:深度强化学习实验室来源:qianli8848作者:DeepRL

    摘要图
认证与成就
获得 14 次点赞
1月14日 加入
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
Arm中国学堂公众号
关注Arm中国学堂
实时获取免费 Arm 教学资源信息
Arm中国招聘公众号
关注Arm中国招聘
实时获取 Arm 中国职位信息