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
5405
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
深度强化学习中的可塑性损失:综述
专知会员服务
17+阅读 · 11月8日
《超视距空战机动强化学习方法》最新105页
专知会员服务
40+阅读 · 11月8日
【NeurIPS2024】强化学习梯度作为在线微调决策变换器的维生素
专知会员服务
17+阅读 · 11月3日
《军事模拟中的强化学习方法:指挥-现代作战》2024年最新论文
专知会员服务
44+阅读 · 10月31日
【新书】面向金融的强化学习:基于Python的入门介绍,268页pdf
专知会员服务
31+阅读 · 10月27日
477页!MIT科学家Dimitri P. Bertsekas最新《强化学习》讲义书稿,2024ASU课程
专知会员服务
60+阅读 · 10月26日
ICML2024|知识感知的强化学习优化的蛋白质定向进化方法
专知会员服务
13+阅读 · 10月18日
《基于强化学习多模型的兵棋推演人工智能》最新77页
专知会员服务
32+阅读 · 10月16日
《通过人工智能和战场数字孪生增强军事行动:贝叶斯优化、遗传算法和强化学习的整合》最新报告
专知会员服务
57+阅读 · 10月15日
【博士论文】价值导向强化学习基础探索,99页pdf
专知会员服务
29+阅读 · 10月13日
《战斗决策中的人工智能:基于强化学习和图神经网络的武器目标分配》
专知会员服务
71+阅读 · 10月11日
【伯克利博士论文】通过强化学习实现安全且可信的决策制定
专知会员服务
28+阅读 · 10月10日
【斯坦福博士论文】数据高效的强化学习:在复杂环境中决定学习什么
专知会员服务
32+阅读 · 9月22日
《评估模型简化对模拟中学习策略的迁移影响》257页
专知会员服务
24+阅读 · 9月18日
【CMU博士论文】强化学习中策略评估的统计推断
专知会员服务
25+阅读 · 9月15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