会员服务
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。
无需奖励机制，伯克利的“反向课程”让强化学习更智能
无需奖励机制，伯克利的“反向课程”让强化学习更智能
论智
7+阅读 · 2017年12月25日
报名 | 腾讯AI Lab：用深度强化学习在王者荣耀虚拟环境中构建「绝悟」AI
报名 | 腾讯AI Lab：用深度强化学习在王者荣耀虚拟环境中构建「绝悟」AI
机器之心
0+阅读 · 2019年12月27日
如何激怒一位人工智能（机器学习、深度学习、强化学习等）爱好者？
如何激怒一位人工智能（机器学习、深度学习、强化学习等）爱好者？
算法与数据结构
3+阅读 · 2019年9月6日
DeepMind后继有人，图式网络通用性完胜AlphaGo？
DeepMind后继有人，图式网络通用性完胜AlphaGo？
新智元
0+阅读 · 2017年6月18日
B站学强化学习？港中文周博磊变身up主，中文课程已上线
B站学强化学习？港中文周博磊变身up主，中文课程已上线
机器之心
18+阅读 · 2020年3月18日
专访 || 大佬Pieter Abbeel谈深度强化学习
专访 || 大佬Pieter Abbeel谈深度强化学习
深度强化学习实验室
1+阅读 · 2020年2月2日
视频 | 进化策略让AI开挂，玩游戏不断给自己续命
视频 | 进化策略让AI开挂，玩游戏不断给自己续命
AI科技评论
1+阅读 · 2018年6月3日
资源 | DeepMind开源强化学习研究环境Control Suite
资源 | DeepMind开源强化学习研究环境Control Suite
机器之心
2+阅读 · 2018年1月4日
TensorFlow 2.0深度强化学习指南
TensorFlow 2.0深度强化学习指南
云栖社区
18+阅读 · 2019年2月1日
【下载】深度强化学习实战书籍和代码《Deep Reinforcement Learning in Action》
【下载】深度强化学习实战书籍和代码《Deep Reinforcement Learning in Action》
专知
75+阅读 · 2018年8月7日
【分会新闻】第三期自动化前沿热点论坛暨2017自适应动态规划与强化学习研讨会成功举办
【分会新闻】第三期自动化前沿热点论坛暨2017自适应动态规划与强化学习研讨会成功举办
中国自动化学会
1+阅读 · 2017年12月20日
浅析强化学习及使用Policy Network实现自动化控制
浅析强化学习及使用Policy Network实现自动化控制
人工智能学家
6+阅读 · 2017年10月2日
重磅 | CS 294 2018 今日开课！双语字幕独家上线！
重磅 | CS 294 2018 今日开课！双语字幕独家上线！
AI研习社
2+阅读 · 2018年12月20日
多智能体强化学习（MARL）近年研究概览
多智能体强化学习（MARL）近年研究概览
PaperWeekly
36+阅读 · 2020年3月15日
“人工智能课程是玩游戏”，贾扬清的话被这个课实现了｜资源
“人工智能课程是玩游戏”，贾扬清的话被这个课实现了｜资源
量子位
0+阅读 · 2020年10月12日
参考链接
维基百科
父主题
机器学习
数据挖掘
子主题
马尔可夫决策过程
UNREAL(DRL算法)
深度强化学习
预期回报
人工智能游戏
图强化学习
微信扫码咨询专知VIP会员
Top