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。
Optimizing Low-Speed Autonomous Driving: A Reinforcement Learning Approach to Route Stability and Maximum Speed
Arxiv
0+阅读 · 12月20日
Multi-AUV Cooperative Underwater Multi-Target Tracking Based on Dynamic-Switching-enabled Multi-Agent Reinforcement Learning
Arxiv
0+阅读 · 12月21日
Reinforcement Learning with a Focus on Adjusting Policies to Reach Targets
Arxiv
0+阅读 · 12月23日
Bayesian Critique-Tune-Based Reinforcement Learning with Attention-Based Adaptive Pressure for Multi-Intersection Traffic Signal Control
Arxiv
0+阅读 · 12月18日
Variational Sequential Optimal Experimental Design using Reinforcement Learning
Arxiv
0+阅读 · 12月23日
Environment Descriptions for Usability and Generalisation in Reinforcement Learning
Arxiv
0+阅读 · 12月22日
Stealing That Free Lunch: Exposing the Limits of Dyna-Style Reinforcement Learning
Arxiv
0+阅读 · 12月20日
Tacit Learning with Adaptive Information Selection for Cooperative Multi-Agent Reinforcement Learning
Arxiv
0+阅读 · 12月20日
A Plug-and-Play Fully On-the-Job Real-Time Reinforcement Learning Algorithm for a Direct-Drive Tandem-Wing Experiment Platforms Under Multiple Random Operating Conditions
Arxiv
0+阅读 · 12月20日
Foresight Social-aware Reinforcement Learning for Robot Navigation
Arxiv
0+阅读 · 12月20日
Multi Agent Reinforcement Learning for Sequential Satellite Assignment Problems
Arxiv
0+阅读 · 12月20日
A First Introduction to Cooperative Multi-Agent Reinforcement Learning
Arxiv
0+阅读 · 12月19日
APIRL: Deep Reinforcement Learning for REST API Fuzzing
Arxiv
0+阅读 · 12月20日
Dexterous Manipulation Based on Prior Dexterous Grasp Pose Knowledge
Arxiv
0+阅读 · 12月20日
AIR: Unifying Individual and Cooperative Exploration in Collective Multi-Agent Reinforcement Learning
Arxiv
0+阅读 · 12月20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