成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
强化学习
关注
5376
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。
综合
百科
荟萃
VIP
热门
动态
论文
精华
《强化学习》教程,155页ppt
专知会员服务
60+阅读 · 3月19日
【MIT博士论文】在真实世界环境中的强化学习系统的鲁棒性,292页pdf
专知会员服务
34+阅读 · 3月3日
《利用强化学习发现 Tor 和公共网络上的指挥与控制 (C2) 通道》
专知会员服务
18+阅读 · 2月21日
【2024新书】强化学习中利用环境可配置性,377页pdf
专知会员服务
45+阅读 · 2月19日
【牛津大学博士论文】强化学习时间抽象和泛化,196页pdf
专知会员服务
32+阅读 · 2月12日
面向机器人系统的虚实迁移强化学习综述
专知会员服务
31+阅读 · 2月8日
【阿姆斯特丹博士论文】从有偏见的用户互动中学习推荐系统,127页pdf
专知会员服务
20+阅读 · 2月4日
《强化学习提高空战模拟训练的实用性》最新197页论文
专知会员服务
47+阅读 · 1月28日
《基于强化学习的有人-无人飞机编队任务规划: 敌方防空压制(SEAD)任务》最新论文
专知会员服务
87+阅读 · 1月27日
下一代战略博弈推演系统研究
专知会员服务
58+阅读 · 1月27日
MIT科学家Dimitri P. Bertsekas最新《强化学习与最优控制》2024ASU课程,(附书稿PDF&讲义)
专知会员服务
40+阅读 · 1月25日
ICLR2024,强化学习领域约301篇Accept论文汇总整理,附原文与交流群
专知会员服务
51+阅读 · 1月24日
【ICLR2024】为样本高效的强化学习预训练基于目标的模型
专知会员服务
29+阅读 · 1月21日
【牛津大学博士论文】通过合成环境和离线数据实现高效且鲁棒的强化学习,229页pdf
专知会员服务
29+阅读 · 1月21日
《基于开源软件强化学习的计算机生成兵力》
专知会员服务
49+阅读 · 1月21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
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top