如何讓多個智能體學會一起完成同一個任務，學會彼此合作和相互競爭

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

2018-06-27 標簽：人工智能智能體強化學習 1.8萬 0

Atari游戲史上最強通關算法來了——Go-Explore！

普通的強化學習算法通常無法從蒙特祖瑪?shù)牡谝粋€房間（得分400或更低）中跳出，在Pitfall中得分為0或更低。為了解決這類挑戰(zhàn)，研究人員在智能體到達新狀...

2018-12-03 標簽：智能體強化學習 1.8萬 0

多智能體系統(tǒng)的特點

在多智能體系統(tǒng)中，每個智能體具有獨立性和自主性，能夠解決給定的子問題，自主地推理和規(guī)劃并選擇適當?shù)牟呗?，并以特定的方式影響環(huán)境。

2019-01-10 標簽：智能體多智能體系統(tǒng) 1.5萬 0

智能體的基本特性

本視頻主要詳細介紹智能體的基本特性，分別是自治性（Autonomy）、反應性（Reactive）、主動性（Proactive）、社會性（Social）、進化性。

2019-01-12 標簽：智能體 9113 0

強化學習的經(jīng)典基礎性缺陷可能限制它解決很多復雜問題

這些都是除了從零學習之外的強化學習方法。特別是元學習和零次學習體現(xiàn)了人在學習一種新技能時更有可能的做法，與純強化學習有差別。一個元學習智能體會利用先驗知...

2018-07-14 標簽：智能體深度學習強化學習 8204 0

基于模型的學習vs無模型學習

需要注意的是，這種方法只能應用于偶爾發(fā)生的馬爾科夫決策過程。原因是在計算任意返回之前，這一episode就要停止。我們并不在每次動作結束后就更新，而是在...

2018-11-22 標簽：智能體強化學習 7583 0

DeepMind的“星際2”智能體AlphaStar實際上是演化算法？

在AlphaStar中，用于訓練智能體的基于人口的訓練策略（PBT）是使用拉馬克進化（LE）的模因算法：在內(nèi)環(huán)中，使用反向傳播連續(xù)訓練神經(jīng)網(wǎng)絡，而在外環(huán)...

2019-02-13 標簽：智能體深度學習DeepMind 6105 0

用PopArt進行多任務深度強化學習

按照以往的做法，如果研究人員要用強化學習算法對獎勵進行剪枝，以此克服獎勵范圍各不相同的問題，他們首先會把大的獎勵設為+1，小的獎勵為-1，然后對預期獎勵...

2018-09-16 標簽：人工智能智能體強化學習 6028 0

多智體深度強化學習研究中首次將概率遞歸推理引入AI的學習過程

在傳統(tǒng)的多智體學習過程當中，有研究者在對其他智能體建模 (也即“對手建模”, opponent modeling) 時使用了遞歸推理，但由于算法復雜和計...

2019-03-05 標簽：AI智能體強化學習 5322 0

DeepMind開源了一個內(nèi)部強化學習庫TRFL

TRFL庫包含實現(xiàn)經(jīng)典RL算法以及更前沿技術的許多函數(shù)。這里提供的損失函數(shù)和其他操作是在純TensorFlow中實現(xiàn)的。它們不是完整的算法，而是在構建功...

2018-10-19 標簽：智能體強化學習DeepMind 5269 0

95后的理論計算機科學家來了！我是陳立杰，我要成為一名理論計算機科學家！

初中時的陳立杰喜歡做的事情和一般學生很像，無非就是玩電腦游戲，看看動漫，曾經(jīng)游戲兩三天不出門，甚至參加了數(shù)學競賽也沒有取得什么好成績，其他科目成績也不出...

2019-03-29 標簽：計算機科學計算機視覺智能體 1.4萬 0

智能體是什么

智能體在某種程度上屬于人工智能研究范疇，因此要想給智能體下一個確切的定義就如同給人工智能下一個確切的定義一樣困難。在分布式人工智能和分布式計算領域爭論了...

2019-01-12 標簽：智能體 1.4萬 0

多智能體系統(tǒng)應用

本視頻主要詳細介紹了多智能體系統(tǒng)應用，分別是智能機器人、交通控制、柔性制造、協(xié)調(diào)專家系統(tǒng)、分布式預測、監(jiān)控及診斷、分布式智能決策、軟件開發(fā)、虛擬現(xiàn)實。

2019-01-10 標簽：智能體多智能體系統(tǒng) 1.2萬 0

OpenAI發(fā)布Neural MMO—一個強化學習的大型多智能體游戲環(huán)境

其中，持久性和規(guī)?；瘜⑹翘接懙年P鍵屬性，但研究者們還需要更好的基準測試環(huán)境，在存在大量人口規(guī)模和持久性的情況下量化學習進度。這一游戲類型（MMO：大型多...

2019-03-06 標簽：人工智能智能體強化學習 1.2萬 0

DeepMind在倫敦向世界展示了他們的最新成果——星際爭霸2人工智能AlphaStar

星際爭霸中包含神族、人族、蟲族三種選擇，不同種族有不同的作戰(zhàn)單位、生產(chǎn)機制和科技機制，因而各個種族間存在戰(zhàn)術制衡。為了降低任務訓練所需時間，并避免不同種...

2019-01-30 標簽：人工智能智能體DeepMind 5738 0

智能體技術的發(fā)展現(xiàn)狀與未來展望

智能制造和工業(yè)互聯(lián)網(wǎng)技術的發(fā)展，呈現(xiàn)出了一些新的特點，比如資源控制的泛在化，比如集成方式和粒度的服務/微服務化，比如智能計算的邊緣化。這些新的特點助推了...

2019-07-07 標簽：智能體智能制造 4765 0

OpenAI宣布他們的AI僅通過一次人類演示，蒙特祖瑪?shù)膹统鹩螒蛑型娉鰵v史最高分

這次，OpenAI的研究團隊訓練了一個智能體，僅通過一次人類demo，就在蒙特祖瑪?shù)膹统鹩螒蛑蝎@得了74500分的成績，比以往公布的任何結果都要好。

2018-07-09 標簽：算法智能體強化學習 4577 0