完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>
標簽 > 強化學(xué)習(xí)
文章:225個 瀏覽:11548次 帖子:1個
支撐移動端高性能AI的幕后力量!谷歌提出全新高性能MobileNet V3
這種非線性在保持精度的情況下帶了了很多優(yōu)勢,首先ReLU6在眾多軟硬件框架中都可以實現(xiàn),其次量化時避免了數(shù)值精度的損失,運行快。這一非線性改變將模型的延...
2019-05-10 標簽:谷歌強化學(xué)習(xí)ai技術(shù) 6502 0
我們的設(shè)計使機器人明白如何使用不同的物體作為工具來實現(xiàn)指定的任務(wù)(根據(jù)黃色箭頭標記)。機器人在執(zhí)行任務(wù)期間自行決定是否使用已提供的工具。
2019-04-29 標簽:機器人數(shù)據(jù)集強化學(xué)習(xí) 2734 0
設(shè)計了一個強強聯(lián)合型模型來預(yù)測股票價格,為什么這么形容?
首先,要了解什么因素會影響 GS 的股票價格波動,需要包含盡可能多的信息(從不同的方面和角度)。將使用 1585 天的日數(shù)據(jù)來訓(xùn)練各種算法(70% 的數(shù)...
2019-04-22 標簽:GaN深度學(xué)習(xí)強化學(xué)習(xí) 8310 0
作者們提出的方法讓機器人有能力學(xué)習(xí)如何把不同的物體當作工具以完成用戶給定的任務(wù)(第一行圖中用黃色箭頭標出)。任務(wù)中并沒有指定機器人必須使用給定的工具,但...
2019-04-15 標簽:機器人視覺強化學(xué)習(xí) 3634 0
簡述基于神經(jīng)網(wǎng)絡(luò)的抽取式摘要方法
將文本摘要建模為序列標注任務(wù)的關(guān)鍵在于獲得句子的表示,即將句子編碼為一個向量,根據(jù)該向量進行二分類任務(wù),例如 AAAI17 中,Nallapati 等人...
2019-04-01 標簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集強化學(xué)習(xí) 8016 0
如何利用TensorForce框架快速搭建深度強化學(xué)習(xí)模型
如果要在具體的應(yīng)用場景中使用TensorForce就需要根據(jù)應(yīng)用場景手動搭建環(huán)境,環(huán)境的模板為environment.py [7],其中最重要的函數(shù)是e...
2019-03-29 標簽:人工智能計算機視覺強化學(xué)習(xí) 5821 0
空間簡史-人類認識空間的旅程與其對強化學(xué)習(xí)的啟示
首先, 什么是空間? 最早探討它的是物理學(xué), 從亞里士多德到牛頓。 牛頓的物理學(xué)在絕對空間基礎(chǔ)上存在,所謂絕對空間, 可以簡化為一個歐式直角坐標系, ...
2019-04-05 標簽:函數(shù)強化學(xué)習(xí) 3181 0
前饋網(wǎng)絡(luò):如何讓深度學(xué)習(xí)工作更像人腦
計算神經(jīng)科學(xué)是一門超級跨學(xué)科的新興學(xué)科,幾乎綜合信息科學(xué),物理學(xué), 數(shù)學(xué),生物學(xué),認知心理學(xué)等眾多領(lǐng)域的最新成果。關(guān)注的是神經(jīng)系統(tǒng)的可塑性與記憶,抑制神...
2019-03-25 標簽:神經(jīng)網(wǎng)絡(luò)人工智能機器學(xué)習(xí) 3680 0
許多傳統(tǒng)的遷移學(xué)習(xí)方法都是利用預(yù)先訓(xùn)練好的語言模型(LMs)來實現(xiàn)的,這些模型已經(jīng)非常流行,并且具有翻譯上下文信息的能力、高級建模語法和語義語言特性,能...
2019-03-12 標簽:語言模型強化學(xué)習(xí)遷移學(xué)習(xí) 3895 0
OpenAI發(fā)布了一個名為“Neural MMO”的大型多智能體游戲環(huán)境
作為一個簡單的基線團隊使用普通的策略梯度來訓(xùn)練一個小型的、完全連接的體系結(jié)構(gòu),將值函數(shù)基線和獎勵折扣作為唯一增強。智能體不會因為實現(xiàn)特定的目標而獲得獎勵...
2019-03-07 標簽:可視化智能體強化學(xué)習(xí) 3813 0
OpenAI剛剛開源了一個大規(guī)模多智能體游戲環(huán)境
我們需要創(chuàng)建具有高度復(fù)雜性上限的開放式任務(wù):當前的環(huán)境要么雖然復(fù)雜但過于狹窄,要么雖然開放但過于簡單。持續(xù)性和大規(guī)模等屬性也很關(guān)鍵,但是我們還需要更多的...
2019-03-06 標簽:智能體生態(tài)系統(tǒng)強化學(xué)習(xí) 3651 0
在沒有災(zāi)難性遺忘的情況下,實現(xiàn)深度強化學(xué)習(xí)的偽排練
來自中國的研究人員通過提出一種新的動態(tài)特征融合(DFF)策略來管理動態(tài)特征融合,該策略為不同的圖像和位置分配不同的融合權(quán)重。DFF包括兩個模塊,特征提取...
2019-03-05 標簽:人工智能自動駕駛強化學(xué)習(xí) 3672 0
逆強化學(xué)習(xí) (IRL) 方法從數(shù)據(jù)中學(xué)習(xí)一個獎勵函數(shù),然后根據(jù)這個獎勵函數(shù)訓(xùn)練一個策略。IRL 放松了數(shù)據(jù)的 i.i.d. 假設(shè),但仍然假設(shè)環(huán)境是靜態(tài)的...
2019-03-05 標簽:算法模擬器強化學(xué)習(xí) 4179 0
多智體深度強化學(xué)習(xí)研究中首次將概率遞歸推理引入AI的學(xué)習(xí)過程
在傳統(tǒng)的多智體學(xué)習(xí)過程當中,有研究者在對其他智能體建模 (也即“對手建?!? opponent modeling) 時使用了遞歸推理,但由于算法復(fù)雜和計...
2019-03-05 標簽:AI智能體強化學(xué)習(xí) 5269 0
對于主動視覺跟蹤的訓(xùn)練問題,不僅僅前背景物體外觀的多樣性,目標運動軌跡的復(fù)雜程度也將直接影響跟蹤器的泛化能力。可以考慮一種極端的情況:如果訓(xùn)練時目標只往...
2019-02-20 標簽:跟蹤器視覺跟蹤強化學(xué)習(xí) 9106 0
神經(jīng)科學(xué)為人工智能發(fā)展提供進一步助力
人工智能從神經(jīng)科學(xué)領(lǐng)域吸收了大量養(yǎng)分,并由此催生了深度學(xué)習(xí)和強化學(xué)習(xí)等智能處理方法。
2019-02-19 標簽:人工智能強化學(xué)習(xí) 3577 0
深度強化學(xué)習(xí)大神Pieter Abbeel發(fā)表深度強化學(xué)習(xí)的加速方法
首先將多個 CPU核心 與 單個GPU 相關(guān)聯(lián)。多個模擬器在CPU內(nèi)核上以并行進程運行,并且這些進程以同步方式執(zhí)行環(huán)境步驟。在每個步驟中,將所有單獨的觀...
2019-02-13 標簽:gpu模擬器強化學(xué)習(xí) 3002 0
對NAS任務(wù)中強化學(xué)習(xí)的效率進行深入思考
在一些情況下,我們會用策略函數(shù)(policy, 總得分,也就是搭建的網(wǎng)絡(luò)在測試集上的精度(accuracy),通過強化學(xué)習(xí)(Reinforcement ...
2019-01-28 標簽:神經(jīng)網(wǎng)絡(luò)機器學(xué)習(xí)強化學(xué)習(xí) 5362 0
雖然很多基礎(chǔ)的RL理論是在表格案例中開發(fā)的,但現(xiàn)代RL幾乎完全是用函數(shù)逼近器完成的,例如人工神經(jīng)網(wǎng)絡(luò)。 具體來說,如果策略和值函數(shù)用深度神經(jīng)網(wǎng)絡(luò)近似,則...
2019-01-23 標簽:智能體強化學(xué)習(xí)tensorflow 3057 0
幫你們破除RL的神秘感,理清各算法發(fā)展的脈絡(luò)
因為篇幅所限,簡單介紹一下V(s)與Q(s,a)。它們是Value Function Approximation算法中兩個重要概念,著名的Deep Q-...
2019-01-14 標簽:算法強化學(xué)習(xí) 2223 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |