元强化学习综述及前沿进展

2021 年 1 月 31 日 专知

来自南京大学LAMDA实验室徐峰同学对《元强化学习》的总结报告。

http://www.lamda.nju.edu.cn/xufeng/


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“元学习进展” 可以获取元强化学习综述及前沿进展专知下载链接索引

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
2

相关内容

Meta RL(Meta Reinforcement Learning)是Meta Learning应用到Reinforcement Learning的一个研究方向,核心的想法就是希望AI在学习大量的RL任务中获取足够的先验知识Prior Knowledge然后在面对新的RL任务时能够 学的更快,学的更好,能够自适应新环境!
专知会员服务
58+阅读 · 2021年5月4日
专知会员服务
119+阅读 · 2020年12月9日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
最新《知识图谱表示学习补全》综述论文,16页pdf
专知会员服务
65+阅读 · 2020年10月29日
鲁棒模式识别研究进展
专知会员服务
40+阅读 · 2020年8月9日
专知会员服务
129+阅读 · 2020年7月10日
元学习(meta learning) 最新进展综述论文
专知会员服务
278+阅读 · 2020年5月8日
专知会员服务
234+阅读 · 2020年1月23日
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
领域知识图谱研究综述
专知
16+阅读 · 2020年8月2日
深度学习模型可解释性的研究进展
专知
25+阅读 · 2020年8月1日
深度学习可解释性研究进展
专知
19+阅读 · 2020年6月26日
基于深度学习的多标签生成研究进展
专知
4+阅读 · 2020年4月25日
【综述】生成式对抗网络GAN最新进展综述
专知
57+阅读 · 2019年6月5日
Google Brain ICLR Talk:元学习的前沿与挑战
专知
27+阅读 · 2019年5月9日
Arxiv
0+阅读 · 2021年5月2日
Fast AutoAugment
Arxiv
5+阅读 · 2019年5月1日
Arxiv
26+阅读 · 2019年3月5日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
VIP会员
相关VIP内容
专知会员服务
58+阅读 · 2021年5月4日
专知会员服务
119+阅读 · 2020年12月9日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
最新《知识图谱表示学习补全》综述论文,16页pdf
专知会员服务
65+阅读 · 2020年10月29日
鲁棒模式识别研究进展
专知会员服务
40+阅读 · 2020年8月9日
专知会员服务
129+阅读 · 2020年7月10日
元学习(meta learning) 最新进展综述论文
专知会员服务
278+阅读 · 2020年5月8日
专知会员服务
234+阅读 · 2020年1月23日
相关资讯
多模态视觉语言表征学习研究综述
专知
27+阅读 · 2020年12月3日
领域知识图谱研究综述
专知
16+阅读 · 2020年8月2日
深度学习模型可解释性的研究进展
专知
25+阅读 · 2020年8月1日
深度学习可解释性研究进展
专知
19+阅读 · 2020年6月26日
基于深度学习的多标签生成研究进展
专知
4+阅读 · 2020年4月25日
【综述】生成式对抗网络GAN最新进展综述
专知
57+阅读 · 2019年6月5日
Google Brain ICLR Talk:元学习的前沿与挑战
专知
27+阅读 · 2019年5月9日
Top
微信扫码咨询专知VIP会员