基于強(qiáng)化學(xué)習(xí)的MADDPG算法原理及實(shí)現(xiàn)

之前接觸的強(qiáng)化學(xué)習(xí)算法都是單個(gè)智能體的強(qiáng)化學(xué)習(xí)算法，但是也有很多重要的應(yīng)用場(chǎng)景牽涉到多個(gè)智能體之間的交互。

2018-11-02 標(biāo)簽：算法強(qiáng)化學(xué)習(xí) 2.2萬(wàn) 0

人工智能領(lǐng)域中三個(gè)重要的算法

機(jī)器學(xué)習(xí)是一種通過(guò)給定的數(shù)據(jù)和經(jīng)驗(yàn)，讓計(jì)算機(jī)系統(tǒng)自動(dòng)學(xué)習(xí)并改進(jìn)性能的方法。它通過(guò)構(gòu)建數(shù)學(xué)模型和算法，使計(jì)算機(jī)具備從數(shù)據(jù)中學(xué)習(xí)、推斷和預(yù)測(cè)的能力，而無(wú)需明...

2023-06-29 標(biāo)簽：人工智能機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.9萬(wàn) 0

Tensorflow不是一個(gè)普通的Python庫(kù)

到目前為止，我們做的計(jì)算沒(méi)有輸入，所以一直得到相同的輸出。下面我們會(huì)進(jìn)行更有意義的探索，比如構(gòu)建一個(gè)能接受輸入的計(jì)算圖，讓它經(jīng)過(guò)某種方式的處理，最后返回...

2018-07-02 標(biāo)簽：Python強(qiáng)化學(xué)習(xí)Tensorflow 1.7萬(wàn) 0

Atari游戲史上最強(qiáng)通關(guān)算法來(lái)了——Go-Explore！

普通的強(qiáng)化學(xué)習(xí)算法通常無(wú)法從蒙特祖瑪?shù)牡谝粋€(gè)房間（得分400或更低）中跳出，在Pitfall中得分為0或更低。為了解決這類(lèi)挑戰(zhàn)，研究人員在智能體到達(dá)新?tīng)?..

2018-12-03 標(biāo)簽：智能體強(qiáng)化學(xué)習(xí) 1.7萬(wàn) 0

如何讓多個(gè)智能體學(xué)會(huì)一起完成同一個(gè)任務(wù)，學(xué)會(huì)彼此合作和相互競(jìng)爭(zhēng)

多智體強(qiáng)化學(xué)習(xí)（Multi-agent reinforcement learning, MARL）假設(shè)有一組處在相同環(huán)境下的自主智能體。在MARL中學(xué)習(xí)...

2018-06-27 標(biāo)簽：人工智能智能體強(qiáng)化學(xué)習(xí) 1.7萬(wàn) 0

強(qiáng)化學(xué)習(xí)究竟是什么？它與機(jī)器學(xué)習(xí)技術(shù)有什么聯(lián)系？

Q-learning和SARSA是兩種最常見(jiàn)的不理解環(huán)境強(qiáng)化學(xué)習(xí)算法，這兩者的探索原理不同，但是開(kāi)發(fā)原理是相似的。Q-learning是一種離線學(xué)習(xí)算法...

2018-04-15 標(biāo)簽：機(jī)器學(xué)習(xí)強(qiáng)化學(xué)習(xí) 1.4萬(wàn) 0

AI安全是一個(gè)十分新的領(lǐng)域,就技術(shù)AI安全的三個(gè)方面展開(kāi)討論

有關(guān)AI系統(tǒng)魯棒性的研究主要集中于：在條件和環(huán)境變化時(shí)保證AI主體在安全的范圍內(nèi)運(yùn)行。實(shí)際情況中，可以通過(guò)兩方面來(lái)實(shí)現(xiàn)：一方面可以通過(guò)避免危險(xiǎn)，另一方面...

2018-10-23 標(biāo)簽：AI人工智能強(qiáng)化學(xué)習(xí) 1.3萬(wàn) 0

史上最強(qiáng)棋類(lèi)AI降臨！也是迄今最強(qiáng)的棋類(lèi)AI——AlphaZero

“盡管MCTS已經(jīng)成為圍棋程序中的標(biāo)準(zhǔn)搜索方法，但迄今為止，幾乎沒(méi)有證據(jù)表明它在國(guó)際象棋或?qū)⑵逯杏杏谩！盋ampbell寫(xiě)道：“DeepMind展示了深...

2018-12-08 標(biāo)簽：AI強(qiáng)化學(xué)習(xí)DeepMind 1.7萬(wàn) 0

薩頓科普了強(qiáng)化學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)，并談到了這項(xiàng)技術(shù)的潛力和發(fā)展方向

薩頓在專(zhuān)訪中（再次）科普了強(qiáng)化學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)，并談到了這項(xiàng)技術(shù)的潛力，以及接下來(lái)的發(fā)展方向：預(yù)測(cè)學(xué)習(xí)

2017-12-27 標(biāo)簽：強(qiáng)化學(xué)習(xí)深度強(qiáng)化學(xué)習(xí) 1.1萬(wàn) 0

OpenAI發(fā)布Neural MMO—一個(gè)強(qiáng)化學(xué)習(xí)的大型多智能體游戲環(huán)境

其中，持久性和規(guī)模化將是探討的關(guān)鍵屬性，但研究者們還需要更好的基準(zhǔn)測(cè)試環(huán)境，在存在大量人口規(guī)模和持久性的情況下量化學(xué)習(xí)進(jìn)度。這一游戲類(lèi)型（MMO：大型多...

2019-03-06 標(biāo)簽：人工智能智能體強(qiáng)化學(xué)習(xí) 1.1萬(wàn) 0

利用計(jì)算機(jī)視覺(jué)、深度強(qiáng)化學(xué)習(xí)和Unity 3D游戲引擎開(kāi)發(fā)一款自主收集垃圾的機(jī)器人

機(jī)器人最初不太能分清楚要將哪種物品歸為垃圾，后來(lái)，通過(guò)網(wǎng)絡(luò)將RBG圖像映射到語(yǔ)義分割圖，能夠有效獲得此信息。用數(shù)據(jù)通過(guò)Semantic Segmenta...

2019-03-21 標(biāo)簽：機(jī)器人計(jì)算機(jī)視覺(jué)強(qiáng)化學(xué)習(xí) 1.0萬(wàn) 0

DeepMind終于公開(kāi)了它聯(lián)合UCL的“高級(jí)深度強(qiáng)化學(xué)習(xí)課程”！

在深度學(xué)習(xí)部分，課程簡(jiǎn)要介紹了神經(jīng)網(wǎng)絡(luò)和使用TensorFlow的監(jiān)督學(xué)習(xí)，然后講授卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、端到端并基于能量的學(xué)習(xí)、優(yōu)化方法、無(wú)監(jiān)督...

2018-11-26 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)強(qiáng)化學(xué)習(xí)DeepMind 8523 0

ICLR 2018和ICRA 2018兩個(gè)會(huì)議進(jìn)行比較

從抽象點(diǎn)的觀點(diǎn)來(lái)看，這涉及到具有表現(xiàn)力的、可優(yōu)化的函數(shù)家族的能力，例如神經(jīng)網(wǎng)絡(luò)。 Minimax優(yōu)化不是一個(gè)新的想法。它已經(jīng)存在很久了。新的東西是，深度...

2018-07-03 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)強(qiáng)化學(xué)習(xí) 6749 0