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。
强化学习遇见大语言模型：贯穿 LLM 生命周期的进展与应用综述
强化学习遇见大语言模型：贯穿 LLM 生命周期的进展与应用综述
专知会员服务
13+阅读 · 9月23日
【NTU博士论文】利用强化学习与生成模型推进可靠且可泛化的决策
【NTU博士论文】利用强化学习与生成模型推进可靠且可泛化的决策
专知会员服务
13+阅读 · 9月22日
面向深度研究系统的强化学习基础：综述
面向深度研究系统的强化学习基础：综述
专知会员服务
11+阅读 · 9月22日
《超视距空战强化学习智能体的深度学习表征能力评估》最新70页
《超视距空战强化学习智能体的深度学习表征能力评估》最新70页
专知会员服务
20+阅读 · 9月19日
面向大型推理模型的强化学习综述
面向大型推理模型的强化学习综述
专知会员服务
22+阅读 · 9月11日
深度研究系统的强化学习基础：综述
深度研究系统的强化学习基础：综述
专知会员服务
23+阅读 · 9月10日
面向大语言模型的智能体化强化学习图景：综述
面向大语言模型的智能体化强化学习图景：综述
专知会员服务
42+阅读 · 9月3日
【CMU博士论文】以人为中心的强化学习
【CMU博士论文】以人为中心的强化学习
专知会员服务
20+阅读 · 8月16日
面向视觉的强化学习综述
面向视觉的强化学习综述
专知会员服务
19+阅读 · 8月12日
【伯克利博士论文】通过真实世界实践赋能机器人自主性
【伯克利博士论文】通过真实世界实践赋能机器人自主性
专知会员服务
15+阅读 · 8月6日
【ICML2025教程】生成式人工智能遇上强化学习
【ICML2025教程】生成式人工智能遇上强化学习
专知会员服务
40+阅读 · 8月4日
面向软件工程的强化学习综述
面向软件工程的强化学习综述
专知会员服务
26+阅读 · 7月21日
【ICML2025】通过在线世界模型规划的持续强化学习
【ICML2025】通过在线世界模型规划的持续强化学习
专知会员服务
18+阅读 · 7月18日
《机器人强化学习技术进展》34页
《机器人强化学习技术进展》34页
专知会员服务
33+阅读 · 7月16日
《自主防御系统中的强化学习：战略应用与挑战》
《自主防御系统中的强化学习：战略应用与挑战》
专知会员服务
23+阅读 · 7月16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