随笔分类 - Deep Reinforcement Learning
摘要：Deep Attention Recurrent Q-Network 5vision groups 摘要：本文将 DQN 引入了 Attention 机制，使得学习更具有方向性和指导性。（前段时间做一个工作打算就这么干，谁想到，这么快就被这几个孩子给实现了，自愧不如啊( ⊙ o ⊙ )） 引言：我们
阅读全文
摘要：Dueling Network Architectures for Deep Reinforcement Learning ICML 2016 Best Paper 摘要：本文的贡献点主要是在 DQN 网络结构上，将卷积神经网络提出的特征，分为两路走，即：the state value functi
阅读全文
摘要：阿尔法狗是怎么用机器学习做决策的 雷锋网 作者： 混沌巡洋舰 2016-09-18 18:05:23 查看源网址 阅读数：26 雷锋网 作者： 混沌巡洋舰 2016-09-18 18:05:23 查看源网址 阅读数：26 雷锋网注：本文作者许铁， 法国巴黎高师物理硕士 ，以色列理工大学（以色列85%
阅读全文
摘要：Awesome Reinforcement Learning A curated list of resources dedicated to reinforcement learning. We have pages for other topics: awesome-rnn, awesome-d
阅读全文
该文被密码保护。
该文被密码保护。
摘要：DRL 教材 Chpater 11 策略梯度方法（Policy Gradient Methods） 前面介绍了很多关于 state or state-action pairs 方面的知识，为了将其用于控制，我们学习 state-action pairs 的值，并且将这些值函数直接用于执行策略和选择动
阅读全文
摘要：[译] AlphaGo 的确是一个大事件 转自：http://www.jianshu.com/p/157a15de47df 字数3797 阅读696 评论0 喜欢4 作者：Michael Nielsen，源地址：https://www.quantamagazine.org/20160329-why-
阅读全文
摘要：ICML2016 TUTORIAL参会分享 本文转自: https://mp.weixin.qq.com/s?__biz=MzI3MDE4NTk4MQ==&mid=2658399541&idx=1&sn=de6da3b595f1843a85acf75110f54e48 原创 2016-07-26 阿
阅读全文
摘要：Introduction to Monte Carlo Tree Search （蒙特卡罗搜索树简介） 部分翻译自“Monte Carlo Tree Search and Its Applications”。 论文链接：http://digitalcommons.morris.umn.edu/cgi
阅读全文
摘要：Continuous Deep Q-Learning with Model-based Acceleration 本文提出了连续动作空间的深度强化学习算法。 开始正文之前，首先要弄清楚两个概念：Model-free 和 Model-based。引用 周志华老师的《机器学习》中的一段话来解释这个概念，
阅读全文
摘要：初始 DQN 程序 所遇到的问题 最近在看 DQN，但是想试试别人放出来的 code，但是发现，额，各种问题，在此记录，以备不时之需！ 问题1. wangxiao@GTX980:~/Documents/DRL/DQN-tensorflow-master$ python main.py --env_n
阅读全文
摘要：Learning to Track: Online Multi-Object Tracking by Decision Making ICCV 2015 本文主要是研究多目标跟踪，而 online 的多目标检测的主要挑战是 如何有效的将当前帧检测出来的目标和之前跟踪出来的目标进行联系。本文将 onl
阅读全文
该文被密码保护。
摘要：Human-level control through deep reinforcement learning Nature 2015 Google DeepMind Abstract RL 理论 在动物行为上，深入到心理和神经科学的角度，关于在一个环境中如何使得 agent 优化他们的控制，提供了
阅读全文
摘要：(译) 强化学习 第一部分：Q-Learning 以及相关探索 Q-Learning review: Q-Learning 的基础要点是：有一个关于环境状态S的表达式，这些状态中可能的动作 a，然后你学习这些状态下他们action的值。直观的讲，这个值，Q，是 状态-动作值(state-action
阅读全文
浙公网安备 33010602011771号