您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. Google DeepMind的David Silver的强化学习课程讲义(完整版)

  2. Google DeepMind的David Silver的强化学习课程讲义(pdf完整版)
  3. 所属分类:专业指导

    • 发布日期:2017-04-26
    • 文件大小:20971520
    • 提供者:qq_15773669
  1. 蘑菇街广告的排序:从历史数据学习到个性化强化学习.pdf

  2. 蘑菇街广告的排序:从历史数据学习到个性化强化学习.pdf
  3. 所属分类:计算广告

    • 发布日期:2019-05-22
    • 文件大小:3145728
    • 提供者:qq_42231391
  1. 基于深度强化学习的软件定义卫星姿态控制算法.pdf

  2. 基于深度强化学习的软件定义卫星姿态控制算法.pdf
  3. 所属分类:机器学习

    • 发布日期:2020-05-05
    • 文件大小:595968
    • 提供者:anitachiu_2
  1. 基于多目标优化与强化学习的空战机动决策.pdf

  2. 基于多目标优化与强化学习的空战机动决策.pdf
  3. 所属分类:机器学习

    • 发布日期:2020-05-05
    • 文件大小:6291456
    • 提供者:anitachiu_2
  1. 基于多代理强化学习的频谱分享.pdf

  2. 原文标题:Spectrum Sharing in Vehicular Networks Based on Multi-Agent Reinforcement Learning 作者:Le Liang 是发表在IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS, VOL. 37, NO. 10, OCTOBER 2019的论文 主要讲述了通过强化学习解决频谱子带选择和功率控制的方案
  3. 所属分类:电信

    • 发布日期:2020-04-17
    • 文件大小:1048576
    • 提供者:m0_37495408
  1. 强化学习领域的课程学习:一个框架和综述.pdf

  2. 强化学习(RL)是一种流行的处理顺序决策任务的范式,其中agent只有有限的环境反馈。尽管在过去的三十年里取得了许多进步,但是在许多领域的学习仍然需要大量的与环境的交互,这在现实的场景中是非常昂贵的。为了解决这个问题,迁移学习被应用于强化学习,这样在一个任务中获得的经验可以在开始学习下一个更困难的任务时得到利用。
  3. 所属分类:机器学习

    • 发布日期:2020-03-22
    • 文件大小:1048576
    • 提供者:syp_net
  1. 强化学习与差分隐私.pdf

  2. 这篇论文讲述了将差分隐私应用到强化学习中,并通过实验验证该方法具有一定的可行性。对应版本的ppt在下载资源中。
  3. 所属分类:深度学习

    • 发布日期:2020-03-21
    • 文件大小:815104
    • 提供者:weixin_45428522
  1. 强化学习ppt.pdf

  2. 讲述强化学习中应用差分隐私的方法,对应的论文为《Differentially Private Reinforcement Learning》
  3. 所属分类:机器学习

    • 发布日期:2020-03-21
    • 文件大小:7340032
    • 提供者:weixin_45428522
  1. 顶会论文 65篇IJCAI深度强化学习论文汇总.pdf

  2. 汇总了65篇IJCAI上“深度强化学习”的专题论文,深度强化学习,这不就是生命的进化规律嘛!欢迎感兴趣的朋友下载学习。
  3. 所属分类:机器学习

    • 发布日期:2020-03-19
    • 文件大小:382976
    • 提供者:syp_net
  1. 强化学习和最优控制的《十个关键点》【81页PPT汇总】.pdf

  2. 强化学习和最优控制的《十个关键点》81页PPT汇总。本实验室主要面向于深度强化学习领域,分享包括但不限于深度强化学习Environment、理论推导与算法实现、前沿技术与论文解读、开源项目、应用场景、业界资讯等,同时包括基础数学、经典控制、博弈论、交叉学科等领域知识。
  3. 所属分类:机器学习

    • 发布日期:2020-03-03
    • 文件大小:4194304
    • 提供者:syp_net
  1. 基于Multi-Agent异步深度强化学习的居民住宅能耗在线优化调度研究.pdf

  2. 为促进居民用户柔性负荷高效参与需求响应,帮助 用户从被动角色转变为主动角色,实现需求侧最大效益。本文在智能电网环境下,根据用电设备的特性,以概率论 的角度对家电设备状态进行描述定义,基于异步深度强化 学习(asynchronous deep reinforcement learning,ADRL)进 行家庭能源管理系统调度的在线优化。学习过程采用异步 优势演员-评判家(asynchronous advantage actor-critic, A3C)方法,联合用户历史用电设备运行状态
  3. 所属分类:讲义

    • 发布日期:2020-01-03
    • 文件大小:994304
    • 提供者:SparkQiang
  1. 强化学习课件.pdf

  2. 本课件讲解了强化学习的基本问题,经典Q学习理论,深度Q学习理论和程序讲解与训练。强化学习相关参考资料 网络资源 01 https://www.intelnervana.com/demystifying-deep-reinforcement-learning/ http://artint.info/html/artint265.html 参考文献 02 Playing Atari with Deep Reinforcement Learning 2013: arXiv: 1312.5602v1 C
  3. 所属分类:深度学习

    • 发布日期:2019-08-24
    • 文件大小:2097152
    • 提供者:homeofcm
  1. 基于样本增强的强化学习在对话管理中的应用.pdf

  2. 任务型对话系统已被广泛应用于聊天机器人和个人语音助手中 , 如苹果的Si ri 、 微软的 Cortana 以及谷歌的 Hom e 等。 任务型对话系统的对话策略是这些产品 回 答 用 户 问 题 的 关 键 , 而 目 前 主 流 的 对 话 策 略 学 习 方 法 是 釆 用 强 化 学 习 。 通 过强化学习 , 任务型对话系统可以在与用户的交互过程中渐渐学会如何回答用户的问题.
  3. 所属分类:机器学习

    • 发布日期:2020-05-27
    • 文件大小:5242880
    • 提供者:NGUever15
  1. 《利用深度强化学习掌握MOBA游戏中的复杂控制能力》.pdf

  2. 在国内,腾讯 AI Lab 也一直致力于 AI+游戏的研究。近日,基于腾讯天美工作室开发的热门 MOBA 类手游《王者荣耀》,腾讯 AI Lab 公布了一项用深度强化学习来为智能体预测游戏动作研究成果。 该论文已被 AAAI 2020 接收。
  3. 所属分类:深度学习

    • 发布日期:2020-05-23
    • 文件大小:3145728
    • 提供者:weixin_40973138
  1. 具有适应性移动服务机器人的强化学习的任务运动计划.pdf

  2. 具有适应性移动服务机器人的强化学习的任务运动计划
  3. 所属分类:机器学习

    • 发布日期:2020-06-18
    • 文件大小:971776
    • 提供者:qq_35358125
  1. 莫烦强化学习部分算法代码解析.pdf

  2. 莫烦课程强化学习部分的代码解析,从q-learning算法到ddpg算法,整体代码的思路流程,还有关键部分的详细解释,配套公式详解。
  3. 所属分类:深度学习

    • 发布日期:2020-06-14
    • 文件大小:2097152
    • 提供者:weixin_39059031
  1. DQN深度强化学习.pdf

  2. Human-level control through deep reinforcement learning
  3. 所属分类:机器学习

    • 发布日期:2020-06-20
    • 文件大小:4194304
    • 提供者:weixin_45392638
  1. 第十章_强化学习.pdf

  2. 其他许多机器学习算法中学习器都是学得怎样做,而RL是在尝试的过程中学习到在特定的情境下选择哪种行动可以得到最大的回报。在很多场景中,当前的行动不仅会影响当前的rewards,还会影响之后的状态和一系列的rewards。RL最重要的3个特定在于: (1) 基本是以一种闭环的形式; (2) 不会直接指示选择哪种行动(actions); (3) 一系列的actions和奖励信号(reward signals)都会影响之后较长的时间。
  3. 所属分类:深度学习

    • 发布日期:2020-07-27
    • 文件大小:747520
    • 提供者:hkd_ywg
  1. 基于值函数和策略梯度的深度强化学习综述_刘建伟.pdf

  2. 作为人工智能领域的热门研究问题,深度强化学习自提出以来,就受到人们越来越多的关注。目前,深度强化学 习能够解决很多以前难以解决的问题,比如直接从原始像素中学习如何玩视频游戏和针对机器人问题学习控制策略,深度强 化学习通过不断优化控制策略,建立一个对视觉世界有更高层次理解的自治系统。其中,基于值函数和策略梯度的深度强化 学习是核心的基础方法和研究重点。本文对这两类深度强化学习方法进行了系统的阐述和总结,包括用到的求解算法和网络 结构。首先,概述了基于值函数的深度强化学习方法,包括开山鼻祖深度Q 网
  3. 所属分类:机器学习

    • 发布日期:2020-09-01
    • 文件大小:1048576
    • 提供者:SparkQiang
  1. 基于深度强化学习的电网紧急控制策略研究.pdf

  2. :提出一种基于深度强化学习的电网切机控制策略,所 提控制策略依据电网运行环境信息,通过数据分析得到切机 控制策略。首先介绍强化学习框架,阐述学习算法原理,并 详细介绍Q-Learning 方法。然后介绍深度学习基本概念和 深度卷积网络原理,提出利用深度卷积网络提取电网运行特 征,构建切机策略的思路。再结合深度学习和强化学习,构 建深度强化学习框架,其中深度学习采用深度卷积神经网络 模型用于提取特征,强化学习采用双重Q-Learning 和竞争 Q-Learning 模型计算Q 值,通过比较Q 值
  3. 所属分类:讲义

    • 发布日期:2020-09-05
    • 文件大小:1048576
    • 提供者:SparkQiang
« 12 3 4 5 6 7 8 9 10 »