注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 2017强化学习英文最新综述 Deep Reinforcement Learning: An Overview

  2. 2017强化学习英文最新综述 Deep Reinforcement Learning: An Overview，主要讨论了深度强化学习六个核心要素，六个重要机制和十二个应用。文章从机器学习的背景开始，深入讨论了强化学习。难能可贵的是，本文也讨论了强化学习的最新应用，特别是AlphaGo，机器人，自然语言处理，包括对话系统，机器翻译和文本生成，计算机视觉等。是非常好的入门学习资料。

  3. 所属分类：深度学习

    • 发布日期：2018-01-01
    • 文件大小：1048576
    • 提供者：zhuf14

  1. 最新中文深度强化学习综述文章， 利于入门学习者理解（兼论计算机围棋的发展）

  2. 这是几篇最新中文深度强化学习综述。综述了深度强化学习的发展历程, 兼论计算机围棋的历史, 阐述了3类主要的深度强化学习方法，包括基于值函数的深度强化学习、基于策略梯度的深度强化学习和基于搜索与监督的深度强化学习；其次对深度强化学习领域的一些前沿研究方向进行了综述，包括分层深度强化学习、多任务迁移深度强化学习、多智能体深度强化学习、基于记忆与推理的深度强化学习等．最后总结了深度强化学习在若干领域的成功应用和未来发展趋势。本文是中文深度强化学习综述，更利于入门学习者理解。

  3. 所属分类：深度学习

    • 发布日期：2018-01-01
    • 文件大小：3145728
    • 提供者：zhuf14

  1. 强化学习综述论文

  2. 强化学习以及深度强化学习的四篇综述；中文论文

  3. 所属分类：机器学习

    • 发布日期：2018-08-22
    • 文件大小：3145728
    • 提供者：hcoderunner

  1. 深度强化学习综述 x2

  2. 深度强化学习综述（刘全等） 深度强化学习综述：兼论计算机围棋的发展

  3. 所属分类：深度学习

    • 发布日期：2018-09-21
    • 文件大小：3145728
    • 提供者：wizardforcel

  1. 深度强化学习综述

  2. Li Yuxi关于深度强化学习最新综述，重点讨论六种核心元素，六种重要机制及十二项应用。

  3. 所属分类：深度学习

    • 发布日期：2018-10-31
    • 文件大小：2097152
    • 提供者：sinat_33855278

  1. 深度强化学习综述

  2. 《DEEP REINFORCEMENT LEARNING 》深度强化学习综述 2018，原作者：Yuxi Li

  3. 所属分类：深度学习

    • 发布日期：2018-12-11
    • 文件大小：1048576
    • 提供者：bruce_lee_long

  1. 2018-深度强化学习综述

  2. 深度强化学习是人工智能领域的一个新的研究热点．它以一种通用的形式将深度学习的感知能力与强化学习的决策能力相结合，并能够通过端对端的学习方式实现从原始输入到输出的直接控制．自提出以来，在许多需要感知高维度原始输入数据和决策控制的任务中，深度强化学习方法已经取得了实质性的突破．该文首先阐述了三类主要的深度强化学习方法，包括基于值函数的深度强化学习、基于策略梯度的深度强化学习和基于搜索与监督的深度强化学习；其次对深度强化学习领域的一些前沿研究方向进行了综述，包括分层深度强化学习、多任务迁移深度强化学

  3. 所属分类：深度学习

    • 发布日期：2019-01-06
    • 文件大小：2097152
    • 提供者：qq_23100417

  1. 深度强化学习综述

  2. 深度强化学习综述,阐述近些年来深度学习方法的脉络，发展和概况，有助于读者快速了解深度强化学习整体概况

  3. 所属分类：深度学习

    • 发布日期：2019-02-13
    • 文件大小：2097152
    • 提供者：weixin_40673048

  1. 深度强化学习必读文献

  2. 深度强化学习的入门经典文献： 包括DQN、DDPG、A3C/A2C/PPO/ACKTR等； 包括模仿学习，也包括几篇综述性的文章。

  3. 所属分类：机器学习

    • 发布日期：2019-02-22
    • 文件大小：33554432
    • 提供者：weixin_41754912

  1. 20190806-10篇经典深度强化学习资料.rar

  2. 1.Reinforcement learning_ An introduction.pdf 2.Playing Atari with Deep Reinforcement Learning.pdf 3.model-based-RL-deepmind.pdf 4.Human-level_control_through_deep_reinforcement_learning.pdf 5.Human-level control through deep reinforcement learning

  3. 所属分类：深度学习

    • 发布日期：2019-08-06
    • 文件大小：16777216
    • 提供者：magiczhu1

  1. 最新《智能交通系统的深度强化学习》综述论文

  2. 最新的技术进步提高了交通运输的质量。新的数据驱动方法为所有基于控制的系统(如交通、机器人、物联网和电力系统)带来了新的研究方向。

  3. 所属分类：机器学习

    • 发布日期：2020-05-06
    • 文件大小：857088
    • 提供者：syp_net

  1. 《经济学中的强化学习》2020大综述.pdf

  2. 本文首先对DL、RL和深度RL方法在经济学中不同应用的简要回顾，提供了对现有技术的深入了解。此外，为了突出DRL的复杂性、鲁棒性、准确性、性能、计算任务、风险约束和盈利能力，还研究了DRL在经济应用中的体系结构。

  3. 所属分类：机器学习

    • 发布日期：2020-04-06
    • 文件大小：1048576
    • 提供者：syp_net

  1. A brief Survey of Deep Reinforcement Learning.pdf

  2. 非常好的一篇深度强化学习综述文章。

  3. 所属分类：深度学习

    • 发布日期：2020-03-29
    • 文件大小：6291456
    • 提供者：a18779148177

  1. 深度强化学习综述

  2. 这是一些很好的深度强化学习综述。深度学习具有较强的感知能力，但是缺乏一定的决策能力；而强化学习具有决策能力，对感知问题束手无策。因此，将两者结合起来，优势互补，为复杂系统的感知决策问题提供了解决思路。

  3. 所属分类：深度学习

    • 发布日期：2019-01-11
    • 文件大小：2097152
    • 提供者：liguochao1001

  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. 深度学习理论与架构最新进展综述论文

  2. 本文章从深度神经网络(DNN)入手，对深度学习(DL)领域的研究进展进行了简要的综述。内容包括：卷积神经网络(CNN)、循环神经网络(RNN)、长时记忆(LSTM)和门控递归单元(GRU)、自动编码器(AE)、深度信念网络(DBN)、生成对抗性网络(GAN)和深度强化学习(DRL)。

  3. 所属分类：机器学习

    • 发布日期：2020-08-28
    • 文件大小：3145728
    • 提供者：syp_net

  1. 深度强化学习中的迁移学习

  2. 本文综述了迁移学习在强化学习问题设置中的应用。RL已经成为序列决策问题的关键的解决方案。随着RL在各个领域的快速发展。包括机器人技术和游戏，迁移学习是通过利用和迁移外部专业知识来促进学习过程来帮助RL的一项重要技术。

  3. 所属分类：机器学习

    • 发布日期：2020-09-20
    • 文件大小：753664
    • 提供者：syp_net

  1. 多Agent深度强化学习综述

  2. 近年来, 深度强化学习(Deep reinforcement learning, DRL)在诸多复杂序贯决策问题中取得巨大突破.由于融合了深度学习强大的表征能力和强化学习有效的策略搜索能力, 深度强化学习已经成为实现人工智能颇有前景的学习范式.

  3. 所属分类：机器学习

    • 发布日期：2021-01-06
    • 文件大小：4194304
    • 提供者：syp_net

  1. 图深度学习(GraphDL)，下一个人工智能算法热点

  2. 【导读】最近，DeepMind、Google大脑、MIT等各大研究机构相继发表了一系列的关于图深度学习的论文，包括关系性RNN、关系性深度强化学习、图卷积神经网络等，这是否预示这是下一个AI算法热点。专知整理了最近图深度学习相关的热点论文，一文看晓。1.Relationalinductivebiases,deeplearning,andgraphnetworks（图网络深度学习综述文章）首先就是这篇由DeepMind、Google大脑、MIT、爱丁堡大学27个作者发表的37页关于关系归纳偏置、典

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：427008
    • 提供者：weixin_38738005

  1. 深度强化学习算法与应用研究现状综述

  2. 深度强化学习主要被用来处理感知-决策问题，已经成为人工智能领域重要的研究分支。概述了基于值函数和策略梯度的两类深度强化学习算法，详细阐述了深度Q网络、深度策略梯度及相关改进算法的原理，并综述了深度强化学习在视频游戏、导航、多智能体协作以及推荐系统等领域的应用研究进展。最后，对深度强化学习的算法和应用进行展望，针对一些未来的研究方向和研究热点给出了建议。

  3. 所属分类：机器学习

    • 发布日期：2021-01-19
    • 文件大小：2097152
    • 提供者：syp_net
« 12 »