会员服务

强化学习carla车-听指令拐弯

2019 年 5 月 4 日 CreateAMind
登录查看更多
3

相关内容

强化学习（RL）是机器学习的一个领域，与软件代理应如何在环境中采取行动以最大化累积奖励的概念有关。除了监督学习和非监督学习外，强化学习是三种基本的机器学习范式之一。 强化学习与监督学习的不同之处在于，不需要呈现带标签的输入/输出对，也不需要显式纠正次优动作。相反，重点是在探索（未知领域）和利用（当前知识）之间找到平衡。 该环境通常以马尔可夫决策过程（MDP）的形式陈述，因为针对这种情况的许多强化学习算法都使用动态编程技术。经典动态规划方法和强化学习算法之间的主要区别在于，后者不假设MDP的确切数学模型，并且针对无法采用精确方法的大型MDP。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【ICML2020】用于强化学习的对比无监督表示嵌入
【ICML2020】用于强化学习的对比无监督表示嵌入
专知会员服务
27+阅读 · 2020年7月6日
【IJCAI2020-华为诺亚】面向深度强化学习的策略迁移框架
【IJCAI2020-华为诺亚】面向深度强化学习的策略迁移框架
专知会员服务
27+阅读 · 2020年5月25日
《强化学习》简介小册，24页pdf
《强化学习》简介小册，24页pdf
专知会员服务
271+阅读 · 2020年4月19日
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
专知会员服务
40+阅读 · 2020年4月11日
深度强化学习策略梯度教程，53页ppt
深度强化学习策略梯度教程，53页ppt
专知会员服务
178+阅读 · 2020年2月1日
【DeepMind-Nando de Freitas】强化学习教程，102页ppt，Reinforcement Learning
【DeepMind-Nando de Freitas】强化学习教程，102页ppt，Reinforcement Learning
专知会员服务
83+阅读 · 2019年11月15日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
MIT新书《强化学习与最优控制》
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
【综述】多智能体深度强化学习综述，附49页PDF
专知会员服务
205+阅读 · 2019年8月30日
用 Python 开发 Excel 宏脚本的神器
用 Python 开发 Excel 宏脚本的神器
私募工场
26+阅读 · 2019年9月8日
解耦强化学习的值函数学习
解耦强化学习的值函数学习
CreateAMind
6+阅读 · 2019年9月5日
推特800赞，DeepMind强化学习综述：她可以很快，但快从慢中来
推特800赞，DeepMind强化学习综述：她可以很快，但快从慢中来
量子位
6+阅读 · 2019年5月3日
PlaNet 简介：用于强化学习的深度规划网络
PlaNet 简介：用于强化学习的深度规划网络
谷歌开发者
13+阅读 · 2019年3月16日
强化学习资源列表，Updating...
强化学习资源列表，Updating...
机器学习算法与Python学习
14+阅读 · 2018年12月30日
强化学习从入门到放弃：汪军李宏毅等大佬资源大放送！
强化学习从入门到放弃：汪军李宏毅等大佬资源大放送！
新智元
23+阅读 · 2018年12月29日
【强化学习】强化学习/增强学习/再励学习介绍
【强化学习】强化学习/增强学习/再励学习介绍
产业智能官
10+阅读 · 2018年2月23日
Deep Reinforcement Learning 深度增强学习资源
Deep Reinforcement Learning 深度增强学习资源
数据挖掘入门与实战
7+阅读 · 2017年11月4日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Financial Time Series Representation Learning
Financial Time Series Representation Learning
Arxiv
10+阅读 · 2020年3月27日
Paraphrase Generation with Deep Reinforcement Learning
Paraphrase Generation with Deep Reinforcement Learning
Arxiv
4+阅读 · 2018年8月23日
Bipedal Walking Robot using Deep Deterministic Policy Gradient
Bipedal Walking Robot using Deep Deterministic Policy Gradient
Arxiv
3+阅读 · 2018年7月16日
Visual Reinforcement Learning with Imagined Goals
Arxiv
8+阅读 · 2018年7月12日
The Bottleneck Simulator: A Model-based Deep Reinforcement Learning Approach
The Bottleneck Simulator: A Model-based Deep Reinforcement Learning Approach
Arxiv
11+阅读 · 2018年7月12日
Self-Consistent Trajectory Autoencoder: Hierarchical Reinforcement Learning with Trajectory Embeddings
Arxiv
6+阅读 · 2018年6月7日
End-to-end Active Object Tracking via Reinforcement Learning
Arxiv
3+阅读 · 2018年6月1日
Virtual-to-Real: Learning to Control in Visual Semantic Segmentation
Arxiv
4+阅读 · 2018年2月1日
Experience-driven Networking: A Deep Reinforcement Learning based Approach
Arxiv
9+阅读 · 2018年1月17日
Deep Reinforcement Learning for List-wise Recommendations
Arxiv
13+阅读 · 2018年1月5日
VIP会员
相关主题
强化学习
ML
HTML
腾讯 QQ
Tesla
PPT
相关VIP内容
【ICML2020】用于强化学习的对比无监督表示嵌入
【ICML2020】用于强化学习的对比无监督表示嵌入
专知会员服务
27+阅读 · 2020年7月6日
【IJCAI2020-华为诺亚】面向深度强化学习的策略迁移框架
【IJCAI2020-华为诺亚】面向深度强化学习的策略迁移框架
专知会员服务
27+阅读 · 2020年5月25日
《强化学习》简介小册，24页pdf
《强化学习》简介小册，24页pdf
专知会员服务
271+阅读 · 2020年4月19日
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
专知会员服务
40+阅读 · 2020年4月11日
深度强化学习策略梯度教程，53页ppt
深度强化学习策略梯度教程，53页ppt
专知会员服务
178+阅读 · 2020年2月1日
【DeepMind-Nando de Freitas】强化学习教程，102页ppt，Reinforcement Learning
【DeepMind-Nando de Freitas】强化学习教程，102页ppt，Reinforcement Learning
专知会员服务
83+阅读 · 2019年11月15日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
MIT新书《强化学习与最优控制》
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
【综述】多智能体深度强化学习综述，附49页PDF
专知会员服务
205+阅读 · 2019年8月30日
热门VIP内容
相关资讯
用 Python 开发 Excel 宏脚本的神器
用 Python 开发 Excel 宏脚本的神器
私募工场
26+阅读 · 2019年9月8日
解耦强化学习的值函数学习
解耦强化学习的值函数学习
CreateAMind
6+阅读 · 2019年9月5日
推特800赞，DeepMind强化学习综述：她可以很快，但快从慢中来
推特800赞，DeepMind强化学习综述：她可以很快，但快从慢中来
量子位
6+阅读 · 2019年5月3日
PlaNet 简介：用于强化学习的深度规划网络
PlaNet 简介：用于强化学习的深度规划网络
谷歌开发者
13+阅读 · 2019年3月16日
强化学习资源列表，Updating...
强化学习资源列表，Updating...
机器学习算法与Python学习
14+阅读 · 2018年12月30日
强化学习从入门到放弃：汪军李宏毅等大佬资源大放送！
强化学习从入门到放弃：汪军李宏毅等大佬资源大放送！
新智元
23+阅读 · 2018年12月29日
【强化学习】强化学习/增强学习/再励学习介绍
【强化学习】强化学习/增强学习/再励学习介绍
产业智能官
10+阅读 · 2018年2月23日
Deep Reinforcement Learning 深度增强学习资源
Deep Reinforcement Learning 深度增强学习资源
数据挖掘入门与实战
7+阅读 · 2017年11月4日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
Financial Time Series Representation Learning
Financial Time Series Representation Learning
Arxiv
10+阅读 · 2020年3月27日
Paraphrase Generation with Deep Reinforcement Learning
Paraphrase Generation with Deep Reinforcement Learning
Arxiv
4+阅读 · 2018年8月23日
Bipedal Walking Robot using Deep Deterministic Policy Gradient
Bipedal Walking Robot using Deep Deterministic Policy Gradient
Arxiv
3+阅读 · 2018年7月16日
Visual Reinforcement Learning with Imagined Goals
Arxiv
8+阅读 · 2018年7月12日
The Bottleneck Simulator: A Model-based Deep Reinforcement Learning Approach
The Bottleneck Simulator: A Model-based Deep Reinforcement Learning Approach
Arxiv
11+阅读 · 2018年7月12日
Self-Consistent Trajectory Autoencoder: Hierarchical Reinforcement Learning with Trajectory Embeddings
Arxiv
6+阅读 · 2018年6月7日
End-to-end Active Object Tracking via Reinforcement Learning
Arxiv
3+阅读 · 2018年6月1日
Virtual-to-Real: Learning to Control in Visual Semantic Segmentation
Arxiv
4+阅读 · 2018年2月1日
Experience-driven Networking: A Deep Reinforcement Learning based Approach
Arxiv
9+阅读 · 2018年1月17日
Deep Reinforcement Learning for List-wise Recommendations
Arxiv
13+阅读 · 2018年1月5日
大家都在搜
  1. palantir
  2. MoE
  3. 强化学习方法
  4. 自主系统
  5. 时间序列
  6. 智能推荐
  7. PRML
  8. 洛克菲勒
  9. 笛卡尔
  10. EBSD晶体学织构基础及数据处理
    11.
Top
微信扫码咨询专知VIP会员
Top