这篇论文是飞飞出品，你知道的，imageNet的光环。论文主要是通过深度增强学习让机器人在房间里面找东西。 那么对于基于DRL的算法，确实存在论...
投稿
收录了5篇文章 · 3人关注
-
读论文Target-driven Visual Navigation in Indoor Scenes using Deep Reinforcement Learning -
精简强化学习总结强化学习 元素：actor(我们可以控制，决策我们的行为)，Env，Reward（我们不能控制环境）主要方法：model-baed（对Env建模...
-
实战深度强化学习DQN-理论和实践
1、Q-learning回顾 Q-learning 的 算法过程如下图所示： 在Q-learning中，我们维护一张Q值表，表的维数为：状态数S...
-
深度强化学习-Actor-Critic算法原理和实现在之前的几篇文章中，我们介绍了基于价值Value的强化学习算法Deep Q Network。有关DQN算法以及各种改进算法的原理和实现，可以参考...
-
AI学习笔记——Sarsa算法上一篇文章介绍了强化学习中的Q-Learning算法，这篇文章介绍一个与Q-Learning十分类似的算法——Sarsa算法。 1. 回顾Q L...
-
强化学习[理论前奏]——动态规划Preface 本人最近在做强化学习的内容，我发现强化学习基础当中马尔科夫决策过程（MDP）的求解（策略迭代，值迭代）与算法基础当中的动态规划密...
-
一文了解强化学习虽然是周末，也保持充电，今天来看看强化学习，不过不是要用它来玩游戏，而是觉得它在制造业，库存，电商，广告，推荐，金融，医疗等与我们生活息息相关的...
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/631582/%E5%A4%A73.7.jpg', '推荐专题《强化学习》（ 分享自 @简书 ）','http://39.103.169.235/c/46edfe2dc86a?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','页面编码gb2312|utf-8默认gb2312'));){kind=link}