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。
On the Mistaken Assumption of Interchangeable Deep Reinforcement Learning Implementations
Arxiv
0+阅读 · 10月31日
Spatial-SSRL: Enhancing Spatial Understanding via Self-Supervised Reinforcement Learning
Spatial-SSRL: Enhancing Spatial Understanding via Self-Supervised Reinforcement Learning
Arxiv
0+阅读 · 10月31日
Reinforcement Learning for Long-Horizon Unordered Tasks: From Boolean to Coupled Reward Machines
Arxiv
0+阅读 · 10月31日
Reinforcement Learning vs. Distillation: Understanding Accuracy and Capability in LLM Reasoning
Arxiv
0+阅读 · 10月31日
Unlocking Reasoning Capabilities in LLMs via Reinforcement Learning Exploration
Arxiv
0+阅读 · 10月31日
Mechanical Intelligence-Aware Curriculum Reinforcement Learning for Humanoids with Parallel Actuation
Arxiv
0+阅读 · 10月30日
Uncertainty-Based Smooth Policy Regularisation for Reinforcement Learning with Few Demonstrations
Arxiv
0+阅读 · 10月31日
AURA: A Reinforcement Learning Framework for AI-Driven Adaptive Conversational Surveys
Arxiv
0+阅读 · 10月31日
Challenges in Credit Assignment for Multi-Agent Reinforcement Learning in Open Agent Systems
Challenges in Credit Assignment for Multi-Agent Reinforcement Learning in Open Agent Systems
Arxiv
0+阅读 · 10月31日
A Digital Twin-based Multi-Agent Reinforcement Learning Framework for Vehicle-to-Grid Coordination
Arxiv
0+阅读 · 10月31日
Non-myopic Matching and Rebalancing in Large-Scale On-Demand Ride-Pooling Systems Using Simulation-Informed Reinforcement Learning
Arxiv
0+阅读 · 10月28日
Morphology-Aware Graph Reinforcement Learning for Tensegrity Robot Locomotion
Arxiv
0+阅读 · 10月30日
Empowering RepoQA-Agent based on Reinforcement Learning Driven by Monte-carlo Tree Search
Arxiv
0+阅读 · 10月30日
A Game-Theoretic Spatio-Temporal Reinforcement Learning Framework for Collaborative Public Resource Allocation
Arxiv
0+阅读 · 10月30日
Accelerating Real-World Overtaking in F1TENTH Racing Employing Reinforcement Learning Methods
Arxiv
0+阅读 · 10月30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