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。
集中一点，演化无限：PPO × Family决策智能入门公开课即日开讲
集中一点，演化无限：PPO × Family决策智能入门公开课即日开讲
机器之心
1+阅读 · 2022年11月30日
【苏黎世联邦理工博士论文】深度强化学习的体系结构，186页pdf
【苏黎世联邦理工博士论文】深度强化学习的体系结构，186页pdf
专知
6+阅读 · 2022年11月29日
「基于课程学习的深度强化学习」研究综述
「基于课程学习的深度强化学习」研究综述
专知
9+阅读 · 2022年11月28日
《多智能体交互的深度强化学习》爱丁堡大学10余为作者2022最新论文
《多智能体交互的深度强化学习》爱丁堡大学10余为作者2022最新论文
专知
5+阅读 · 2022年11月24日
【2022新书】深度强化学习基础: Python的理论与实践, 413页pdf
【2022新书】深度强化学习基础: Python的理论与实践, 413页pdf
专知
12+阅读 · 2022年11月18日
系统回顾深度强化学习预训练，在线、离线等研究这一篇就够了
系统回顾深度强化学习预训练，在线、离线等研究这一篇就够了
机器之心
5+阅读 · 2022年11月13日
强化学习如何预训练？上交大腾讯最新《深度强化学习预训练》综述，41页pdf阐述DRL预训练在线离线方法
强化学习如何预训练？上交大腾讯最新《深度强化学习预训练》综述，41页pdf阐述DRL预训练在线离线方法
专知
5+阅读 · 2022年11月9日
【伯克利Jitendra Malik】基于深度强化学习的自适应控制，及其在机器人技术中应用
【伯克利Jitendra Malik】基于深度强化学习的自适应控制，及其在机器人技术中应用
专知
1+阅读 · 2022年11月6日
【剑桥大学博士论文】计算机系统中的端到端深度强化学习，188页pdf
【剑桥大学博士论文】计算机系统中的端到端深度强化学习，188页pdf
专知
6+阅读 · 2022年10月31日
【牛津大学博士论文】深度强化学习的归纳偏差和泛化,168页pdf
【牛津大学博士论文】深度强化学习的归纳偏差和泛化,168页pdf
专知
9+阅读 · 2022年10月6日
Transformers+世界模型，竟能拯救深度强化学习？
Transformers+世界模型，竟能拯救深度强化学习？
新智元
1+阅读 · 2022年9月4日
《即时战略游戏和工业应用的安全深度强化学习》2022最新博士论文
《即时战略游戏和工业应用的安全深度强化学习》2022最新博士论文
专知
3+阅读 · 2022年9月3日
《基于多智能体深度强化学习的空战模拟智能体协作》瑞典林雪平大学
《基于多智能体深度强化学习的空战模拟智能体协作》瑞典林雪平大学
专知
51+阅读 · 2022年8月25日
【ICML2022】DRIBO:基于多视图信息瓶颈的鲁棒深度强化学习
【ICML2022】DRIBO:基于多视图信息瓶颈的鲁棒深度强化学习
专知
0+阅读 · 2022年8月13日
【干货书】深度强化学习Python实战:算法的简洁实现，简化数学，以及TensorFlow和PyTorch的使用，447页pdf
【干货书】深度强化学习Python实战:算法的简洁实现，简化数学，以及TensorFlow和PyTorch的使用，447页pdf
专知
7+阅读 · 2022年8月2日
参考链接
父主题
强化学习
微信扫码咨询专知VIP会员
Top