Supplyframe Supplyframe XQ Datasheet5 芯耀 Findchips bom2buy Siemens Xcelerator
关注我们
扫码关注
获取工程师必备礼包
板卡试用/精品课
设计助手
电子硬件助手 电子硬件助手
元器件查询 元器件查询

加入星计划，您可以享受以下权益：

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入
  • 首页
  • 标签
  • 深度强化学习

深度强化学习

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

深度强化学习将深度学习的感知能力和强化学习的决策能力相结合，可以直接根据输入的图像进行控制，是一种更接近人类思维方式的人工智能方法。

深度强化学习将深度学习的感知能力和强化学习的决策能力相结合，可以直接根据输入的图像进行控制，是一种更接近人类思维方式的人工智能方法。收起

查看更多
类型
新鲜 热门
不限时间
  • 如何训练好自动驾驶端到端模型？
    端到端算法训练涉及模仿学习、强化学习和离线强化学习三种主要方法。模仿学习通过专家示范数据简化训练过程，但泛化能力和鲁棒性有限。强化学习通过试错和奖励机制探索策略，但在设计奖励函数和数据采集方面面临挑战。离线强化学习利用历史数据训练，安全性好但可能存在分布偏移问题。此外，还有自监督学习、教师-学生框架和混合训练等方法。选择合适的训练算法和考虑数据质量、场景覆盖等因素对提高端到端系统的性能至关重要。
    200
    12/11 08:54
    自动驾驶 端到端
    如何训练好自动驾驶端到端模型？
  • 自动驾驶中常提的“强化学习”是个啥？
    强化学习在自动驾驶中的应用涉及低层控制、行为决策和局部轨迹优化，其核心优势在于优化长期目标，如安全性、舒适性和效率。然而，由于试错特性和样本效率问题，强化学习通常依赖仿真、离线数据和混合方法来落地。实现要点包括定义合适的状态与奖励、提高样本效率、选择合适的算法架构，并注重安全与稳定性。尽管存在可验证性和可靠性限制，强化学习仍被视为一种强大的决策优化工具，适用于处理长期依赖和稀疏反馈任务。
    1019
    10/24 13:17
    自动驾驶 深度强化学习
    自动驾驶中常提的“强化学习”是个啥？
  • 【一文看懂】什么是强化学习（RL)？
    为什么像 ChatGPT 这样的人工智能，不仅拥有海量的知识，还能和你进行流畅自然的对话，甚至理解你的潜在意图，给出富有创造性的回复，或者在面对不恰当请求时进行得体的拒绝？它们是如何从简单的文字预测工具，变得如此“善解人意”且“行为规范”的？
    2817
    05/09 14:50
    深度强化学习
    【一文看懂】什么是强化学习（RL)？
  • 强化学习与监督学习【区别】
    强化学习很强大，但是有大多数场景毫无使用它的必要，监督学习就够了。下面分析强化学习和监督学习的区别和强化学习有前景的应用。
    2748
    2024/12/11
    深度强化学习
    强化学习与监督学习【区别】
  • 【深度强化学习】目前落地的挑战与前沿对策
    到目前为止，深度强化学习最成功、最有名的应用仍然是 Atari 游戏、围棋游戏等。即使深度强化学习有很多现实中的应用，但其中成功的应用并不多。为什么呢？本文总结目前的挑战。
    2100
    2024/12/06
    深度强化学习
    【深度强化学习】目前落地的挑战与前沿对策
  • 伯克利具身智能图谱：深度强化学习浪尖上的中国 90 后们
    短短不到一年内，边塞科技、星动纪元、星海图和千寻智能接连成立，跻身国内明星创企之列；大洋彼岸，Covariant 和 Anyware Robotics 也正在湾区闪耀。六家具身智能公司，八位 90 后创始人，他们都成长于深度强化学习的摇篮。作为最早一批开启新范式的人，他们探索 AI 和 Robotics 的故事要从踏入伯克利校园说起。
    2184
    2024/11/05
    AI 机器人
    伯克利具身智能图谱：深度强化学习浪尖上的中国 90 后们
  • 如果强化学习是问题，大模型是否是「答案」？
    “强化学习让大模型具有了思考能力，大模型为强化学习提供了更开阔的思路。”  在当今大模型推动的新一波人工智能的快速发展浪潮中，大模型和强化学习技术的结合成为研究和产业界的焦点。尤其最近OpenAI最新模型o1的发布，强化学习成为o1的灵魂，更是印证了强化学习的潜力。大模型凭借其强大的数据处理能力，为强化学习提供了丰富的知识。这种结合不仅极大地扩展了人工智能在处理复杂问题上的能力，也为强化学习带来了更深层次的洞察力和更高效的决策过程。
    3119
    2024/10/04
    大模型 AI大模型
    如果强化学习是问题，大模型是否是「答案」？
  • 白话机器学习-第五章-强化学习
    什么是强化学习？在机器学习的大家庭里，强化学习（RL）是那个总是在玩“打怪升级”游戏的孩子。这个孩子不断尝试各种策略，寻找最优的游戏路线，在失败中学习，在成功中积累经验，最终成为一名“游戏高手”。在现实世界中，强化学习算法通过与环境的交互，逐渐优化策略，以最大化其长期收益。这种学习方式有点像训练一只小狗，经过不断的尝试和奖励，小狗学会了坐下、握手、甚至是跳圈。
    2119
    2024/09/05
    机器学习 深度强化学习
    白话机器学习-第五章-强化学习
  • 一文了解【行为克隆 (Behavior Cloning)】
    本文介绍模仿学习中最简单和基础的行为克隆(Behavior Cloning)，并总结它与强化学习的区别与结合。
    3299
    2024/05/16
    深度强化学习
    一文了解【行为克隆 (Behavior Cloning)】
  • 一文了解【完全合作关系】下的【多智能体强化学习】
    处于完全合作关系的多智能体的利益一致，获得的奖励相同，有共同的目标。比如多个工业机器人协同装配汽车，他们的目标是相同的，都希望把汽车装好。在多智能体系统中，一个智能体未必能观测到全局状态 S。设第 i 号智能体有一个局部观测，记作 Oi，它是 S 的一部分。不妨假设所有的局部观测的总和构成全局状态：
    1196
    2024/05/16
    深度学习 深度强化学习
    一文了解【完全合作关系】下的【多智能体强化学习】
  • 基于DQN和TensorFlow的LunarLander实现（全代码）
    使用深度Q网络（Deep Q-Network, DQN）来训练一个在openai-gym的LunarLander-v2环境中的强化学习agent，让小火箭成功着陆。下面代码直接扔到jupyter notebook或CoLab上就能跑起来。
    1694
    2024/01/30
    深度学习 Python
    基于DQN和TensorFlow的LunarLander实现（全代码）
  • 端到端大模型来袭，自动驾驶的最优解？
    最近，人工智能领域最火的莫过于大模型了。由美国初创企业OpenAI开发的聊天应用ChatGPT引爆市场，生成式AI成为科技市场热点，ChatGPT背后是深度学习大模型，其理解和生成文字的能力超过以往AI产品。全球主要云计算公司例如亚马逊等都加入其中，争夺算力、开发和销售大模型，云计算市场迎来新一轮竞争热潮，覆盖AI计算所需的算力、算法、数据各层面。
    1003
    2023/07/07
    自动驾驶 大模型
    端到端大模型来袭，自动驾驶的最优解？
  • 什么是BPTEOS？它通常应用于哪些领域
    BPTEOS（Back Propagation Through Time with Evolving Objectives and Strategies）是一种强化学习（Reinforcement Learning）算法，结合了时间反向传播和动态目标与策略的演进。该算法通过不断优化目标和策略来实现智能体在动态环境中的学习和决策。
    1102
    2024/08/16
    深度强化学习

正在努力加载...

热门作者 换一换
相关标签