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。
Random Latent Exploration for Deep Reinforcement Learning
Arxiv
0+阅读 · 2月27日
Bilevel reinforcement learning via the development of hyper-gradient without lower-level convexity
Arxiv
0+阅读 · 2月27日
RouteRL: Multi-agent reinforcement learning framework for urban route choice with autonomous vehicles
Arxiv
0+阅读 · 2月27日
RIZE: Regularized Imitation Learning via Distributional Reinforcement Learning
Arxiv
0+阅读 · 2月27日
To Switch or Not to Switch? Balanced Policy Switching in Offline Reinforcement Learning
Arxiv
0+阅读 · 2月26日
Generalist World Model Pre-Training for Efficient Reinforcement Learning
Arxiv
0+阅读 · 2月26日
MARVEL: Multi-Agent Reinforcement Learning for constrained field-of-View multi-robot Exploration in Large-scale environments
Arxiv
0+阅读 · 2月27日
Robust Gymnasium: A Unified Modular Benchmark for Robust Reinforcement Learning
Arxiv
0+阅读 · 2月27日
Highly Parallelized Reinforcement Learning Training with Relaxed Assignment Dependencies
Arxiv
0+阅读 · 2月27日
CarPlanner: Consistent Auto-regressive Trajectory Planning for Large-scale Reinforcement Learning in Autonomous Driving
Arxiv
0+阅读 · 2月27日
The Role of Tactile Sensing for Learning Reach and Grasp
Arxiv
0+阅读 · 2月27日
Exponential Topology-enabled Scalable Communication in Multi-agent Reinforcement Learning
Arxiv
0+阅读 · 2月27日
Sim-to-Real Reinforcement Learning for Vision-Based Dexterous Manipulation on Humanoids
Arxiv
0+阅读 · 2月27日
Accelerating Model-Based Reinforcement Learning with State-Space World Models
Arxiv
0+阅读 · 2月27日
Combining Planning and Reinforcement Learning for Solving Relational Multiagent Domains
Arxiv
0+阅读 · 2月26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