会员服务
深度强化学习 (DRL) 是一种使用深度学习技术扩展传统强化学习方法的一种机器学习方法。 传统强化学习方法的主要任务是使得主体根据从环境中获得的奖赏能够学习到最大化奖赏的行为。然而，传统无模型强化学习方法需要使用函数逼近技术使得主体能够学习出值函数或者策略。在这种情况下，深度学习强大的函数逼近能力自然成为了替代人工指定特征的最好手段并为性能更好的端到端学习的实现提供了可能。

精品内容

【斯坦福博士论文】非平稳环境中的深度强化学习算法
【斯坦福博士论文】非平稳环境中的深度强化学习算法
专知会员服务
19+阅读 · 12月9日
《基于深度强化学习的安全约束分布式多无人机协同》最新130页博士论文
《基于深度强化学习的安全约束分布式多无人机协同》最新130页博士论文
专知会员服务
37+阅读 · 11月19日
深度强化学习中的可塑性损失：综述
深度强化学习中的可塑性损失：综述
专知会员服务
20+阅读 · 11月8日
《军事高价值资产自主防御与护航的深度强化学习方法》最新148页
《军事高价值资产自主防御与护航的深度强化学习方法》最新148页
专知会员服务
35+阅读 · 11月5日
【教程】通过人类反馈的强化学习，77页ppt
【教程】通过人类反馈的强化学习，77页ppt
专知会员服务
35+阅读 · 10月5日
【牛津大学博士论文】深度具身智能体的空间推理与规划
【牛津大学博士论文】深度具身智能体的空间推理与规划
专知会员服务
40+阅读 · 10月2日
深度强化学习在水下目标识别中的应用研究
深度强化学习在水下目标识别中的应用研究
专知会员服务
20+阅读 · 9月3日
深度强化学习在机器人领域的应用：现实世界中的成功案例综述
深度强化学习在机器人领域的应用：现实世界中的成功案例综述
专知会员服务
30+阅读 · 8月8日
西电焦李成团队最新综述：6G 前沿深度学习模型的综述、机遇与挑战，600+篇参考文献，68页pdf
西电焦李成团队最新综述：6G 前沿深度学习模型的综述、机遇与挑战，600+篇参考文献，68页pdf
专知会员服务
21+阅读 · 7月24日
【ICML2024】深度强化学习中的随机潜在探索
【ICML2024】深度强化学习中的随机潜在探索
专知会员服务
17+阅读 · 7月19日
【新书】Python中的深度强化学习：用于聊天机器人和大型语言模型的RLHF，650页pdf
【新书】Python中的深度强化学习：用于聊天机器人和大型语言模型的RLHF，650页pdf
专知会员服务
57+阅读 · 7月18日
多智能体深度强化学习研究进展
多智能体深度强化学习研究进展
专知会员服务
54+阅读 · 7月17日
【ICML2024】上下文感知标记化的高效世界模型
【ICML2024】上下文感知标记化的高效世界模型
专知会员服务
26+阅读 · 7月2日
《高超音速攻击中武器与目标分配的深度强化学习》
《高超音速攻击中武器与目标分配的深度强化学习》
专知会员服务
50+阅读 · 6月22日
基于多智能体深度强化学习的无人艇集群博弈对抗研究
基于多智能体深度强化学习的无人艇集群博弈对抗研究
专知会员服务
57+阅读 · 5月11日
参考链接
父主题
强化学习
微信扫码咨询专知VIP会员
Top