完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 強(qiáng)化學(xué)習(xí)
文章:225個(gè) 瀏覽:11553次 帖子:1個(gè)
伯克利人工智能實(shí)驗(yàn)室?guī)砹艘豁?xiàng)新的機(jī)器人科研成果
作者們提出的方法讓機(jī)器人有能力學(xué)習(xí)如何把不同的物體當(dāng)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(biāo)出)。任務(wù)中并沒有指定機(jī)器人必須使用給定的工具,但...
2019-04-15 標(biāo)簽:機(jī)器人視覺強(qiáng)化學(xué)習(xí) 3636 0
智能體的連接問題,如何創(chuàng)建能符合人類目標(biāo)的智能體?
長期來看,我們會(huì)擴(kuò)大獎(jiǎng)勵(lì)建模的規(guī)模,將其應(yīng)用于人類難以評估的領(lǐng)域。為了做到這一點(diǎn),我們需要增強(qiáng)用戶衡量輸出的能力。我們討論了如何循環(huán)應(yīng)用獎(jiǎng)勵(lì)建模:我們可...
2018-11-24 標(biāo)簽:機(jī)器學(xué)習(xí)智能體強(qiáng)化學(xué)習(xí) 3635 0
有了OpenAI Five,它已經(jīng)可以在比賽中擊敗業(yè)余玩家
如果一個(gè)AI能在像星際、Dota這樣復(fù)雜的游戲里超越人類水平,那它就是一個(gè)里程碑。相較于AI之前在國際象棋和圍棋里取得的成就,游戲能更好地捕捉現(xiàn)實(shí)世界中...
2018-06-29 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)AI強(qiáng)化學(xué)習(xí) 3618 0
神經(jīng)科學(xué)為人工智能發(fā)展提供進(jìn)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(qiáng)化學(xué)習(xí)等智能處理方法。
2019-02-19 標(biāo)簽:人工智能強(qiáng)化學(xué)習(xí) 3583 0
OpenAI舉辦的首屆遷移學(xué)習(xí)競賽Retro Contest結(jié)束
Dharmaraja(法王)是一個(gè)6人組成的團(tuán)隊(duì):Qing Da、Jing-Cheng Shi、Anxiang Zeng、Guangda Huzhang...
2018-06-26 標(biāo)簽:阿里巴巴機(jī)器學(xué)習(xí)強(qiáng)化學(xué)習(xí) 3514 0
在深度強(qiáng)化學(xué)習(xí)中,智能體是由神經(jīng)網(wǎng)絡(luò)表示的。神經(jīng)網(wǎng)絡(luò)直接與環(huán)境相互作用。它觀察環(huán)境的當(dāng)前狀態(tài),并根據(jù)當(dāng)前狀態(tài)和過去的經(jīng)驗(yàn)決定采取何種行動(dòng)(例如向左、向右...
2018-10-22 標(biāo)簽:智能體強(qiáng)化學(xué)習(xí) 3495 0
OpenAI提出了一種回報(bào)設(shè)置方法RND
在開發(fā)RND之前,OpenAI的研究人員和加州大學(xué)伯克利分校的學(xué)者進(jìn)行了合作,他們測試了在沒有環(huán)境特定回報(bào)的情況下,智能體的學(xué)習(xí)情況。因?yàn)閺睦碚撋蟻碚f,...
2018-11-05 標(biāo)簽:機(jī)器學(xué)習(xí)智能體強(qiáng)化學(xué)習(xí) 3467 0
如何測試強(qiáng)化學(xué)習(xí)智能體適應(yīng)性
強(qiáng)化學(xué)習(xí)(RL)能通過獎(jiǎng)勵(lì)或懲罰使智能體實(shí)現(xiàn)目標(biāo),并將它們學(xué)習(xí)到的經(jīng)驗(yàn)轉(zhuǎn)移到新環(huán)境中。
2018-12-24 標(biāo)簽:人工智能強(qiáng)化學(xué)習(xí) 3441 0
單v100 GPU,4小時(shí)搜索到一個(gè)魯棒的網(wǎng)絡(luò)結(jié)構(gòu)
這個(gè)采用了搜索robust neural cell來替代搜索整個(gè)網(wǎng)絡(luò)。如下圖,不同的操作(操作用箭頭表示)會(huì)計(jì)算出不同的中間結(jié)果(中間結(jié)果用cycle表...
2019-07-27 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)gpu強(qiáng)化學(xué)習(xí) 3342 0
空間簡史-人類認(rèn)識空間的旅程與其對強(qiáng)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(gè)歐式直角坐標(biāo)系, ...
2019-04-05 標(biāo)簽:函數(shù)強(qiáng)化學(xué)習(xí) 3181 0
綜述將主要總結(jié)增強(qiáng)學(xué)習(xí)的錄用論文
一年一度的國際機(jī)器學(xué)習(xí)會(huì)議( ICML ),于7月15日在瑞典斯德哥爾摩閉幕,ICML 的會(huì)議日程之緊湊,會(huì)議內(nèi)容之豐富,令人目不暇接。
2018-07-31 標(biāo)簽:網(wǎng)絡(luò)架構(gòu)強(qiáng)化學(xué)習(xí) 3076 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(biāo)簽:智能體強(qiáng)化學(xué)習(xí)tensorflow 3058 0
深度強(qiáng)化學(xué)習(xí)大神Pieter Abbeel發(fā)表深度強(qiáng)化學(xué)習(xí)的加速方法
首先將多個(gè) CPU核心 與 單個(gè)GPU 相關(guān)聯(lián)。多個(gè)模擬器在CPU內(nèi)核上以并行進(jìn)程運(yùn)行,并且這些進(jìn)程以同步方式執(zhí)行環(huán)境步驟。在每個(gè)步驟中,將所有單獨(dú)的觀...
2019-02-13 標(biāo)簽:gpu模擬器強(qiáng)化學(xué)習(xí) 3003 0
使用新的機(jī)器學(xué)習(xí)技術(shù), 通過減少治療膠質(zhì)母細(xì)胞瘤過程中毒性化療和放療的劑量
然而,研究人員還必須確保該模型不僅僅為了最大療效而給出最大的劑量。任何時(shí)候模型選擇給予全部劑量時(shí),它就會(huì)受到懲罰,因此它會(huì)選擇更少、更小的劑量。 “如果...
2018-08-24 標(biāo)簽:模型機(jī)器學(xué)習(xí)強(qiáng)化學(xué)習(xí) 2789 0
在強(qiáng)化學(xué)習(xí)的表示空間中引入規(guī)劃能力的思路
在涉及計(jì)算路徑的每一個(gè)步驟(不管是在r-空間還是在s-空間),我們都可以使用范圍廣泛的技術(shù),包括基于優(yōu)化的技術(shù)(TrajOpt),基于搜索的技術(shù)(RRT...
2018-09-06 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯強(qiáng)化學(xué)習(xí) 2778 0
奪旗原本是一項(xiàng)廣受歡迎的戶外運(yùn)動(dòng),被廣泛的應(yīng)用于電子游戲中。在一張給定的地圖中,紅藍(lán)雙方保護(hù)自己的旗子并搶奪對方旗子,5分鐘時(shí)間內(nèi),奪旗次數(shù)最多的隊(duì)伍獲...
2019-06-02 標(biāo)簽:AI智能體強(qiáng)化學(xué)習(xí) 2775 0
我們能否讓機(jī)器人以同觀察和實(shí)踐學(xué)會(huì)使用工具?
我們的設(shè)計(jì)使機(jī)器人明白如何使用不同的物體作為工具來實(shí)現(xiàn)指定的任務(wù)(根據(jù)黃色箭頭標(biāo)記)。機(jī)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(biāo)簽:機(jī)器人數(shù)據(jù)集強(qiáng)化學(xué)習(xí) 2736 0
研究人員們提出了一種新的導(dǎo)航工具SafeRoute
另外,策略網(wǎng)絡(luò)表示強(qiáng)化學(xué)習(xí)智能體使用的隨機(jī)策略,用πθ(s, a) = p(a|s;θ)表示,其中θ是神經(jīng)網(wǎng)絡(luò)的參數(shù)列表,會(huì)用Adam優(yōu)化器進(jìn)行更新。系...
2018-11-24 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)智能體強(qiáng)化學(xué)習(xí) 2659 0
在AI技術(shù)的幫助下,讓滑翔機(jī)學(xué)會(huì)這項(xiàng)非凡的本事
在我們可以真正使用AI控制的熱氣流滑翔機(jī)進(jìn)行實(shí)際應(yīng)用之前,還有很多工作要做。這只是鳥類輔助自身飛行的氣流中的一種。換句話說:僅僅因?yàn)锳I可以駕馭熱氣流,...
2018-10-04 標(biāo)簽:AI機(jī)器學(xué)習(xí)強(qiáng)化學(xué)習(xí) 2494 0
幫你們破除RL的神秘感,理清各算法發(fā)展的脈絡(luò)
因?yàn)槠?,簡單介紹一下V(s)與Q(s,a)。它們是Value Function Approximation算法中兩個(gè)重要概念,著名的Deep Q-...
2019-01-14 標(biāo)簽:算法強(qiáng)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(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)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(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | 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 |