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
21
深度强化学习
·
机器人
·
Jitendra Malik
·
报告
·
2022 年 11 月 5 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
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！
来自伯克利Jitendra Malik教授报告《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》，
成为VIP会员查看完整内容
Perception and Action
点赞并收藏
21
暂时没有读者
35
权益说明
本文档仅做收录索引使用，若发现您的权益受到侵害，请立即联系客服(微信: zhuanzhi02，邮箱：bd@zhuanzhi.ai），我们会尽快为您处理
相关内容
深度强化学习
关注
142
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。
【硬核书】深度强化学习实践手册：应用现代RL方法，包括深度Q网络、值迭代、策略梯度、TRPO、AlphaGo等，547页pdf
专知会员服务
76+阅读 · 2022年12月11日
【2022新书】深度强化学习基础: Python的理论与实践
专知会员服务
134+阅读 · 2022年11月18日
【干货书】“Reinforcement Learning: Theory and Algorithms（2022版）”（强化学习：理论与算法 2022版），205页pdf，Alekh Agarwal, Nan Jiang, Sham M. Kakade三位大师
专知会员服务
71+阅读 · 2022年2月23日
证据推理理论及其应用
专知会员服务
42+阅读 · 2021年5月24日
基于深度强化学习的机器人运动控制研究进展
专知会员服务
56+阅读 · 2021年4月22日
【重磅推荐】量化金融自动交易的深度强化学习库。哥大开源“FinRL”:
专知会员服务
69+阅读 · 2021年3月27日
【Manning2020新书】深度强化学习实战，351页pdf，Deep Reinforcement Learning
专知会员服务
276+阅读 · 2020年3月10日
【KDD2019|讲座推荐】深强化学习及其在交通运输中的应用：Deep Reinforcement Learning with Applications in Transportation
专知会员服务
54+阅读 · 2019年12月4日
MIT新书《强化学习与最优控制》
专知会员服务
270+阅读 · 2019年10月9日
【综述】多智能体深度强化学习综述，附49页PDF
专知会员服务
198+阅读 · 2019年8月30日
《基于近端策略优化(PPO)算法的制导弹体控制行为学习》美国陆军2022最新27页技术报告
专知
8+阅读 · 2022年11月25日
【2022新书】深度强化学习基础: Python的理论与实践, 413页pdf
专知
10+阅读 · 2022年11月18日
【2022新书】强化学习基础及其在金融中的应用，522页pdf
专知
9+阅读 · 2022年11月6日
【干货书】基于深度学习的机器人感知与认知，638页pdf
专知
11+阅读 · 2022年7月30日
MIT科学家Dimitri P. Bertsekas最新《强化学习与最优控制》2022ASU课程，(附书稿PDF&讲义)
专知
3+阅读 · 2022年4月17日
直播预告 | 第六届深度强化学习理论与应用研讨会
中国科学院自动化研究所
1+阅读 · 2022年1月12日
美国工程院院士MIT教授Dimitri2022新书《AlphaZero最优模型预测与自适应控制》，(附书稿PDF&讲义)
专知
1+阅读 · 2022年1月3日
【Manning2020新书】深度强化学习实战，351页pdf，Deep Reinforcement Learning
专知
39+阅读 · 2020年3月10日
866页《计算机视觉：原理，算法，应用，学习》最新第五版-附下载
专知
45+阅读 · 2018年12月31日
深度强化学习简介
专知
29+阅读 · 2018年12月3日
基于犹豫模糊语言信息的定性决策理论与方法
国家自然科学基金
1+阅读 · 2015年12月31日
高级认知粒子群优化模型及应用
国家自然科学基金
0+阅读 · 2013年12月31日
多阶广义分数阶系统的鲁棒控制及其在混沌同步中的应用
国家自然科学基金
0+阅读 · 2012年12月31日
分布参数系统的迭代学习控制及其应用
国家自然科学基金
0+阅读 · 2012年12月31日
基于AGENT建模的飞机电力系统优化控制及其实验平台研究
国家自然科学基金
2+阅读 · 2011年12月31日
基于周期自适应控制的飞行控制方法研究
国家自然科学基金
0+阅读 · 2009年12月31日
强化学习关键技术及其在机器人行为学习中的应用
国家自然科学基金
21+阅读 · 2009年12月31日
不确定分数阶系统的鲁棒控制理论及其在混沌同步中的应用
国家自然科学基金
0+阅读 · 2009年12月31日
网络化控制系统及其在遥操作机器人上的应用研究
国家自然科学基金
0+阅读 · 2008年12月31日
基于内容的可伸缩多描述视频编码方法研究
国家自然科学基金
0+阅读 · 2008年12月31日
Towards Long-term Autonomy: A Perspective from Robot Learning
Arxiv
0+阅读 · 2022年12月24日
Deep Quadratic Hedging
Arxiv
0+阅读 · 2022年12月24日
A learning-based approach to multi-agent decision-making
Arxiv
0+阅读 · 2022年12月23日
Don't Watch Me: A Spatio-Temporal Trojan Attack on Deep-Reinforcement-Learning-Augment Autonomous Driving
Arxiv
0+阅读 · 2022年11月22日
Reinforcement Learning on Graph: A Survey
Arxiv
64+阅读 · 2022年4月13日
Multi-Modal Knowledge Graph Construction and Application: A Survey
Arxiv
78+阅读 · 2022年2月11日
Machine Learning: Algorithms, Models, and Applications
Arxiv
22+阅读 · 2022年1月6日
Recent Advances in Reinforcement Learning in Finance
Arxiv
11+阅读 · 2021年12月8日
A Survey on Reinforcement Learning for Recommender Systems
Arxiv
21+阅读 · 2021年9月22日
A Survey on Bayesian Deep Learning
Arxiv
59+阅读 · 2020年7月2日
VIP会员
自助开通(推荐)
客服开通
详情
相关主题
深度强化学习
机器人
Jitendra Malik
报告
相关VIP内容
【硬核书】深度强化学习实践手册：应用现代RL方法，包括深度Q网络、值迭代、策略梯度、TRPO、AlphaGo等，547页pdf
专知会员服务
76+阅读 · 2022年12月11日
【2022新书】深度强化学习基础: Python的理论与实践
专知会员服务
134+阅读 · 2022年11月18日
【干货书】“Reinforcement Learning: Theory and Algorithms（2022版）”（强化学习：理论与算法 2022版），205页pdf，Alekh Agarwal, Nan Jiang, Sham M. Kakade三位大师
专知会员服务
71+阅读 · 2022年2月23日
证据推理理论及其应用
专知会员服务
42+阅读 · 2021年5月24日
基于深度强化学习的机器人运动控制研究进展
专知会员服务
56+阅读 · 2021年4月22日
【重磅推荐】量化金融自动交易的深度强化学习库。哥大开源“FinRL”:
专知会员服务
69+阅读 · 2021年3月27日
【Manning2020新书】深度强化学习实战，351页pdf，Deep Reinforcement Learning
专知会员服务
276+阅读 · 2020年3月10日
【KDD2019|讲座推荐】深强化学习及其在交通运输中的应用：Deep Reinforcement Learning with Applications in Transportation
专知会员服务
54+阅读 · 2019年12月4日
MIT新书《强化学习与最优控制》
专知会员服务
270+阅读 · 2019年10月9日
【综述】多智能体深度强化学习综述，附49页PDF
专知会员服务
198+阅读 · 2019年8月30日
热门VIP内容
开通专知VIP会员 享更多权益服务
大型语言模型的景观：范式与微调策略的全面综述和分析
【新书】基于大型语言模型的解决方案：如何通过成本效益高的生成式人工智能应用交付价值，344页pdf
BAE系统公司重新设计的隐形无人战斗机概念：专注于低可观测性
【牛津博士论文】序列机器学习的应用与方法论，137页pdf
相关资讯
《基于近端策略优化(PPO)算法的制导弹体控制行为学习》美国陆军2022最新27页技术报告
专知
8+阅读 · 2022年11月25日
【2022新书】深度强化学习基础: Python的理论与实践, 413页pdf
专知
10+阅读 · 2022年11月18日
【2022新书】强化学习基础及其在金融中的应用，522页pdf
专知
9+阅读 · 2022年11月6日
【干货书】基于深度学习的机器人感知与认知，638页pdf
专知
11+阅读 · 2022年7月30日
MIT科学家Dimitri P. Bertsekas最新《强化学习与最优控制》2022ASU课程，(附书稿PDF&讲义)
专知
3+阅读 · 2022年4月17日
直播预告 | 第六届深度强化学习理论与应用研讨会
中国科学院自动化研究所
1+阅读 · 2022年1月12日
美国工程院院士MIT教授Dimitri2022新书《AlphaZero最优模型预测与自适应控制》，(附书稿PDF&讲义)
专知
1+阅读 · 2022年1月3日
【Manning2020新书】深度强化学习实战，351页pdf，Deep Reinforcement Learning
专知
39+阅读 · 2020年3月10日
866页《计算机视觉：原理，算法，应用，学习》最新第五版-附下载
专知
45+阅读 · 2018年12月31日
深度强化学习简介
专知
29+阅读 · 2018年12月3日
相关基金
基于犹豫模糊语言信息的定性决策理论与方法
国家自然科学基金
1+阅读 · 2015年12月31日
高级认知粒子群优化模型及应用
国家自然科学基金
0+阅读 · 2013年12月31日
多阶广义分数阶系统的鲁棒控制及其在混沌同步中的应用
国家自然科学基金
0+阅读 · 2012年12月31日
分布参数系统的迭代学习控制及其应用
国家自然科学基金
0+阅读 · 2012年12月31日
基于AGENT建模的飞机电力系统优化控制及其实验平台研究
国家自然科学基金
2+阅读 · 2011年12月31日
基于周期自适应控制的飞行控制方法研究
国家自然科学基金
0+阅读 · 2009年12月31日
强化学习关键技术及其在机器人行为学习中的应用
国家自然科学基金
21+阅读 · 2009年12月31日
不确定分数阶系统的鲁棒控制理论及其在混沌同步中的应用
国家自然科学基金
0+阅读 · 2009年12月31日
网络化控制系统及其在遥操作机器人上的应用研究
国家自然科学基金
0+阅读 · 2008年12月31日
基于内容的可伸缩多描述视频编码方法研究
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Towards Long-term Autonomy: A Perspective from Robot Learning
Arxiv
0+阅读 · 2022年12月24日
Deep Quadratic Hedging
Arxiv
0+阅读 · 2022年12月24日
A learning-based approach to multi-agent decision-making
Arxiv
0+阅读 · 2022年12月23日
Don't Watch Me: A Spatio-Temporal Trojan Attack on Deep-Reinforcement-Learning-Augment Autonomous Driving
Arxiv
0+阅读 · 2022年11月22日
Reinforcement Learning on Graph: A Survey
Arxiv
64+阅读 · 2022年4月13日
Multi-Modal Knowledge Graph Construction and Application: A Survey
Arxiv
78+阅读 · 2022年2月11日
Machine Learning: Algorithms, Models, and Applications
Arxiv
22+阅读 · 2022年1月6日
Recent Advances in Reinforcement Learning in Finance
Arxiv
11+阅读 · 2021年12月8日
A Survey on Reinforcement Learning for Recommender Systems
Arxiv
21+阅读 · 2021年9月22日
A Survey on Bayesian Deep Learning
Arxiv
59+阅读 · 2020年7月2日
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
Perception and Action
微信扫码咨询专知VIP会员 微信扫码咨询专知VIP会员