会员服务
独家 | 强化学习中的策略网络vs数值网络（附链接）
独家 | 强化学习中的策略网络vs数值网络（附链接）
数据派THU
4+阅读 · 2018年11月26日
【AlphaGo核心技术-教程学习笔记03】深度强化学习第三讲 动态规划寻找最优策略
【AlphaGo核心技术-教程学习笔记03】深度强化学习第三讲 动态规划寻找最优策略
专知
10+阅读 · 2017年10月22日
NIPS2018四篇最佳论文出炉，陈天琦、华为公司等获奖
NIPS2018四篇最佳论文出炉，陈天琦、华为公司等获奖
专知
1+阅读 · 2018年12月4日
强化学习 DQN 初探之2048
强化学习 DQN 初探之2048
DataFunTalk
7+阅读 · 2019年12月10日
GMIS 2017 | NIPS最佳论文作者之一吴翼：价值迭代网络
GMIS 2017 | NIPS最佳论文作者之一吴翼：价值迭代网络
机器之心
0+阅读 · 2017年5月28日
深度强化学习的 18 个关键问题讨论
深度强化学习的 18 个关键问题讨论
深度强化学习实验室
0+阅读 · 2018年6月20日
那些做成功的消费项目，是如何“裹住”用户需求的？
那些做成功的消费项目，是如何“裹住”用户需求的？
腾讯创业
0+阅读 · 2018年2月9日
【机器学习】马尔科夫决策过程
【机器学习】马尔科夫决策过程
AINLP
2+阅读 · 2020年1月28日
【直播】马腾宇，陶大程在 ICLR 2020 上做了什么研究？
【直播】马腾宇，陶大程在 ICLR 2020 上做了什么研究？
AI科技评论
0+阅读 · 2020年4月23日
为你分享73篇论文解决深度强化学习的18个关键问题
为你分享73篇论文解决深度强化学习的18个关键问题
数据派THU
7+阅读 · 2017年12月26日
魔方全能小王子降临：一个完全不依赖人类知识的AI
魔方全能小王子降临：一个完全不依赖人类知识的AI
量子位
0+阅读 · 2018年5月25日
【泡泡一分钟】用于避障的基于地图的深度模仿学习
【泡泡一分钟】用于避障的基于地图的深度模仿学习
泡泡机器人SLAM
8+阅读 · 2019年5月6日
学界 | 价值传播网络，在更复杂的动态环境中进行规划的方法
学界 | 价值传播网络，在更复杂的动态环境中进行规划的方法
机器之心
0+阅读 · 2018年6月21日
资源 | 价值迭代网络的PyTorch实现与Visdom可视化
资源 | 价值迭代网络的PyTorch实现与Visdom可视化
机器之心
0+阅读 · 2017年3月31日
如何从初入行者进阶为人工智能先锋青年？
如何从初入行者进阶为人工智能先锋青年？
机器之心
0+阅读 · 2017年5月23日
参考链接
微信扫码咨询专知VIP会员
Top