会员服务
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！
元强化学习研究综述
元强化学习研究综述
专知会员服务
35+阅读 · 4月23日
【斯坦福博士论文】元强化学习:算法与应用，149页pdf
【斯坦福博士论文】元强化学习:算法与应用，149页pdf
专知会员服务
48+阅读 · 2023年7月11日
牛津斯坦福等最新《元强化学习》综述，53页pdf全面阐述元强化学习方法与应用
牛津斯坦福等最新《元强化学习》综述，53页pdf全面阐述元强化学习方法与应用
专知会员服务
60+阅读 · 2023年1月26日
【NeurIPS2022】分布式自适应元强化学习
【NeurIPS2022】分布式自适应元强化学习
专知会员服务
22+阅读 · 2022年10月8日
【牛津大学博士论文】元强化学习的快速自适应，217页pdf
【牛津大学博士论文】元强化学习的快速自适应，217页pdf
专知会员服务
99+阅读 · 2022年9月19日
《元强化学习》最新，70页ppt
《元强化学习》最新，70页ppt
专知会员服务
76+阅读 · 2022年9月16日
【ICML2022】基于对比学习的离线元强化学习的鲁棒任务表示
【ICML2022】基于对比学习的离线元强化学习的鲁棒任务表示
专知会员服务
16+阅读 · 2022年6月23日
【CMU博士论文】通过记忆的元强化学习，118页pdf
【CMU博士论文】通过记忆的元强化学习，118页pdf
专知会员服务
46+阅读 · 2022年6月23日
【ICML2022】Transformer是元强化学习器
【ICML2022】Transformer是元强化学习器
专知会员服务
53+阅读 · 2022年6月15日
【CMU博士论文】通过记忆的元强化学习
【CMU博士论文】通过记忆的元强化学习
专知会员服务
53+阅读 · 2021年10月16日
【ICML2021】授权驱动探索的元强化学习
专知会员服务
27+阅读 · 2021年5月24日
【ICLR2021】一种基于距离度量学习及行为正则化的完全离线的元强化学习方法
专知会员服务
16+阅读 · 2021年2月9日
元强化学习综述及前沿进展
元强化学习综述及前沿进展
专知会员服务
61+阅读 · 2021年1月31日
「元强化学习」报告，斯坦福Chelsea Finn讲解，52页ppt，Meta Reinforcement Learning
「元强化学习」报告，斯坦福Chelsea Finn讲解，52页ppt，Meta Reinforcement Learning
专知会员服务
41+阅读 · 2021年1月11日
【ICLR2020-MIT】元学习的好奇心算法，Meta-learning curiosity algorithms
【ICLR2020-MIT】元学习的好奇心算法，Meta-learning curiosity algorithms
专知会员服务
33+阅读 · 2020年3月13日
参考链接
微信扫码咨询专知VIP会员
Top