18篇文章 · 16374字 · 7人关注
增强学习面临的一个问题是reward是稀疏的，所以增强学习通常都是需要大量的数据来训练才行。提高数据的学习效率一直都是增强学习努力要解决的问题，...
之前一直理解的actor-critic的算法就像网上的经典图： actor是一个policy的（深度神经）网络，critic的是一个价值或者Q网...
希望能两周写篇论文笔记： 1、REINFORCEMENT LEARNING WITH UNSUPERVISED AUXILIARY TASKS ...
这个周末看了一篇文章deep reinforcement learing: an overview，这篇文章把深度增强学习的目前的研究领域总结的...
看了大神的deep learning的前五章，知识点还是非常多的，我把其中的一些数学概念分了一下类，其实只是想理解一下它们在深度学习的位置，如果...
又是一篇deepmind发表在nature上的文章，还记得前面2篇吗？一篇是DQN，一篇讲AlphaGo。发表在nature上的论文格式不太一样...
lecun大牛前一段时间发表了一段关于AI的观点：most of human and animal learning is unsupervis...
这篇论文是deepmind一篇论文，是基于外部存储的RL的方向，Demis Hassabis是作者之一。 强化学习近几年在很多领域取得了令人瞩目...
我们知道，无论是深度学习还是深度增强学习，都是一种表示经验的办法，都需要通过样本获取和表达经验。但是，深度增强学习DRL的样本获取比一般的深度学...
文集作者
