汀丶人工智能的博客_强化学习

MetaGPT( The Multi-Agent Framework)：颠覆AI开发的革命性多智能体元编程框架

人工智能

深度强化学习

多智能体

原创精选 10月前 748 阅读 yyds干货盘点

人工智能LLM模型：奖励模型的训练、PPO 强化学习的训练、RLHF

损失函数

语言模型

强化学习

RLHF

PPO

原创 2023-07-17 22:38:46 341 阅读 yyds干货盘点

强化学习：基于蒙特卡洛树和策略价值网络的深度强化学习五子棋

人工智能

深度学习

强化学习

蒙特卡洛

原创 2023-07-15 23:20:37 121 阅读私藏项目实操分享

强化学习从基础到进阶-案例与实践[5.1]：Policy Gradient-Cart pole游戏展示

深度学习

强化学习

人工智能

策略梯度

原创精选 2023-06-30 15:42:41 1704 阅读 yyds干货盘点

强化学习从基础到进阶-案例与实践[4.2]：深度Q网络DQN-Cart pole游戏展示

强化学习

深度学习

人工智能

DQN

原创精选 2023-06-30 15:39:25 1644 阅读 yyds干货盘点

强化学习从基础到进阶--案例与实践含面试必知必答[9]：稀疏奖励、reward shaping、curiosity、分层强化学习HRL

强化学习

人工智能

深度学习

分层强化学习

稀疏奖励

原创 2023-06-29 10:49:27 1462 阅读 yyds干货盘点

强化学习从基础到进阶-常见问题和面试必知必答[8]：近端策略优化（proximal policy optimization，PPO）算法

强化学习

人工智能

深度学习

ppo算法

原创 2023-06-28 18:42:42 1592 阅读 yyds干货盘点

强化学习从基础到进阶–案例与实践[7.1]：深度确定性策略梯度DDPG算法、双延迟深度确定性策略梯度TD3算法详解项目实战

人工智能

强化学习

ddpg

TD3

深度学习

原创 2023-06-27 23:00:36 1681 阅读私藏项目实操分享

强化学习从基础到进阶-常见问题和面试必知必答[7]：深度确定性策略梯度DDPG算法、双延迟深度确定性策略梯度TD3算法详解

神经网络

激活函数

强化学习

ddpg

TD3

原创 2023-06-27 22:59:27 1638 阅读 yyds干货盘点

强化学习从基础到进阶-常见问题和面试必知必答[6]：演员-评论员算法（advantage actor-critic，A2C），异步A2C、与生成对抗网络的联系等详解

人工智能

深度学习

强化学习

A3C

A2C

原创 2023-06-26 22:38:39 203 阅读 yyds干货盘点

强化学习从基础到进阶-常见问题和面试必知必答[5]：：梯度策略、添加基线（baseline）、优势函数、动作分配合适的分数（credit）

强化学习

人工智能

深度学习

梯度策略

优势函数

原创 2023-06-25 19:53:12 1817 阅读 yyds干货盘点

强化学习从基础到进阶-案例与实践[4.1]：深度Q网络-DQN项目实战CartPole-v0

强化学习从基础到进阶-案例与实践[4.1]：深度Q网络-DQN项目实战CartPole-v0 1、定义算法相比于Q learning，DQN本质上是为了适应更为复杂的环境，并且经过不断的改良迭代，到了Nature DQN（即Volodymyr Mnih发表的Nature论文）这里才算是基本完善。DQN主要改动的点有三个：使用深度神经网络替代原来的Q表：这个很容易理解原因使用了经验回放（Re

人工智能

深度学习

强化学习

DQN

原创精选 2023-06-24 23:30:27 369 阅读私藏项目实操分享

强化学习从基础到进阶-常见问题和面试必知必答[4]：：深度Q网络-DQN、double DQN、经验回放、rainbow、分布式DQN

强化学习从基础到进阶-常见问题和面试必知必答[4]：：深度Q网络-DQN、double DQN、经验回放、rainbow、分布式DQN 1.核心词汇深度Q网络（deep Q-network，DQN）：基于深度学习的Q学习算法，其结合了价值函数近似（value function approximation）与神经网络技术，并采用目标网络和经验回放等方法进行网络的训练。状态-价值函数（st

人工智能

深度学习

强化学习

面试大全

DQN

原创 2023-06-24 23:29:49 348 阅读私藏项目实操分享

强化学习从基础到进阶-常见问题和面试必知必答[3]：表格型方法：Sarsa、Qlearning；蒙特卡洛策略、时序差分等以及Qlearning项目实战

强化学习从基础到进阶-常见问题和面试必知必答[3]：表格型方法：Sarsa、Qlearning；蒙特卡洛策略、时序差分等以及Qlearning项目实战 1.核心词汇概率函数和奖励函数：概率函数定量地表达状态转移的概率，其可以表现环境的随机性。但是实际上，我们经常处于一个未知的环境中，即概率函数和奖励函数是未知的。 Q表格：其表示形式是表格，其中表格的横轴为动作（智能体的动作），纵轴为环境

人工智能

深度学习

强化学习

Qlearning

面试

原创 2023-06-23 15:22:59 1827 阅读 yyds干货盘点

强化学习从基础到进阶-常见问题和面试必知必答[1]：强化学习概述、序列决策、动作空间定义、策略价值函数、探索与利用、Gym强化学习实验

强化学习从基础到进阶-常见问题和面试必知必答[1]：强化学习概述、序列决策、动作空间定义、策略价值函数、探索与利用、Gym强化学习实验 1.强化学习核心概念强化学习（reinforcement learning，RL）：智能体可以在与复杂且不确定的环境进行交互时，尝试使所获得的奖励最大化的算法。动作（action）：环境接收到的智能体基于当前状态的输出。状态（state）：智能

强化学习

人工智能

深度学习

原创 2023-06-19 11:37:58 1922 阅读私藏项目实操分享

强化学习基础篇[2]：SARSA、Q-learning算法简介、应用举例、优缺点分析

强化学习基础篇[2]：SARSA、Q-learning算法简介、应用举例、优缺点分析 1.SARSA SARSA（State-Action-Reward-State-Action）是一个学习马尔可夫决策过程策略的算法，通常应用于机器学习和强化学习学习领域中。它由Rummery 和 Niranjan在技术论文“Modified Connectionist Q-Learning（MCQL）” 中介绍了

强化学习

人工智能

深度学习

Q-learning

SARSA

原创 2023-06-02 13:06:50 295 阅读 yyds干货盘点

强化学习基础篇【1】：基础知识点、马尔科夫决策过程、蒙特卡洛策略梯度定理、REINFORCE 算法

强化学习基础篇【1】：基础知识点、马尔科夫决策过程、蒙特卡洛策略梯度定理、REINFORCE 算法 1.强化学习基础知识点智能体（agent）：智能体是强化学习算法的主体，它能够根据经验做出主观判断并执行动作，是整个智能系统的核心。环境（environment）：智能体以外的一切统称为环境，环境在与智能体的交互中，能被智能体所采取的动作影响，同时环境也能向智能体反馈状态和奖励。虽说智能体以外的

决策过程

强化学习

人工智能

深度学习

原创 2023-06-02 13:05:57 221 阅读 yyds干货盘点

强化学习调参技巧：DDPG、TD3、SAC算法为例：

强化学习调参技巧二：DDPG、TD3、SAC算法为例：先写一个简化版的训练环境。把任务难度降到最低，确保一定能正常训练。记录正常训练的智能体的分数，与随机动作、传统算法得到的分数做比较。 DRL算法的分数应该明显高于随机动作（随机执行动作）。DRL算法不应该低于传统算法的分数。如果没有传统算法，那么也需要自己写一个局部最优的算法

强化学习

深度学习

深度强化学习

调参技巧

原创精选 2022-12-15 14:00:21 1108 阅读 yyds干货盘点

总结一下强化学习在工业界应用，给大家扩展一下思路（简易科普）

big data

大数据

强化学习

搜索

人工智能

原创 2022-05-31 09:19:59 774 阅读

【一】MADDPG-单智能体|多智能体总结（理论、算法）

目录1.单智能体2.多智能体Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments1.单智能体连续动作（赛车游戏中方向盘的角度，油门，刹车控制信息，通信中功率控制,可由policy gradient、DDPG、

tensorflow

深度学习

机器学习

神经网络

算法

原创 2022-02-22 16:26:53 2101 阅读

强化学习（一）模型基础

1.上面的大脑代表我们的算法执行个体，我们可以操作个体来做决策，即选择一个合适的动作（Action）AtAt。下面的地球代表我们要研究的环境,它有自己的状态模型，我们选择了动作AtAt后，环境的状态(State)会变，我们会发现环境状态已经变为St+1St+1,同时我们得到了我们

强化学习

人工智能

机器学习

迭代

权重

原创 2022-02-22 16:25:35 129 阅读

VRAR概念的定义和要素以及技术定义和应用

目录1.概念1.概念PVRV:全景虚拟视频。三个挑战：1.带宽速率要求 2.像素的计算渲染 (能耗问题)3.时延码率越高越清晰，码率和质量成正比，文件体积和码率成正比。

虚拟现实

增强现实

真实世界

翻译 2022-02-22 16:24:08 660 阅读

强化学习调参技巧一： DDPG算法训练动作选择边界值_分析解决

原因：actor网络输出用tanh，将动作规范在[-1,1]，然后线性变换到具体的动作范围。其次，tanh激活区是有范围的，你的预激活变量（输入tanh的）范围太大，进入了tanh的饱和区，会导致梯度消失，而且tanh输出的自然就靠近边界了解决方案：

深度学习

算法

机器学习

神经网络

边缘计算

原创 2022-02-22 14:29:47 1942 阅读

强化学习技巧五：numba提速python程序

numba是一款可以将python函数编译为机器代码的JIT编译器，经过numba编译的python代码（仅限数组运算），其运行速度可以接近C或FORTRAN语言。numba使用情况使用numpy数组做大量科学计算时使用for循环时1.numba使用导入numpy

python

人工智能

机器学习

数据分析

for循环

原创 2022-02-22 14:28:07 755 阅读

强化学习技巧四：模型训练速度过慢、GPU利用率较低，CPU利用率很低问题总结与分析。

1.PyTorchGPU利用率较低问题原因：在服务器端或者本地pc端，输入nvidia-smi来观察显卡的GPU内存占用率（Memory-Usage），显卡的GPU利用率（GPU-util），然后采用top来查看CPU的线程数（PID数）和利用率（%CPU）1.1 GPU内存占用率问题这是由于模型的大小以及batch size的大小

人工智能

深度学习

java

网络

python

原创 2022-02-22 14:26:40 6234 阅读 1收藏

【一】最新多智能体强化学习方法【总结】本人：多智能体强化学习算法【一】【MAPPO、MADDPG、QMIX】

1.连续动作状态空间算法1.1MADDPG1.1.1 简介Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments这是OpenAI团队和McGill大学、UC Berkeley于2017合作发表在NIPS（现在称NeurIPS）上，关于多智能体强化学习

强化学习

多智能体

maddpg

qmix

QTRAN

原创 2022-02-22 14:25:42 8817 阅读

【二】最新多智能体强化学习文章如何查阅｛顶会：AAAI、 ICML ｝1.中国计算机学会(CCF)推荐国际学术会议和期刊目录

强化学习

多智能体强化学习

spring

学术会议

原创 2022-02-22 14:24:42 2100 阅读

【四】多智能体强化学习（MARL）近年研究概览｛Learning cooperation（协作学习）、Agents modeling agents（智能体建模）｝

下面遵循综述Is multiagent deep reinforcement learning the answer or the question? A brief survey对多智能体强化学习算法的分类方法，将 MARL 算法分为以下四类：Analysis of emergent behaviors（行为分析） Learning communication（通信学习）

强化学习

多智能体

数据

sql

原创 2022-02-22 14:24:00 1677 阅读

【三】多智能体强化学习（MARL）近年研究概览｛Analysis of emergent behaviors（行为分析)_、Learning communication（通信学习）｝

下面遵循综述Is multiagent deep reinforcement learning the answer or the question? A brief survey对多智能体强化学习算法的分类方法，将 MARL 算法分为以下四类：Analysis of emergent behaviors（行为分析）

强化学习

多智能体强化学习

群组

权重

原创 2022-02-22 14:23:06 635 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

汀丶人工智能