结果：找到“强化学习 肖”相关内容207个，排序为按回复时间降序，搜索更多相关帖子请点击“高级”
【强化学习经典教材】insights in reinforcement learning[pdf]
14 个回复 - 4138 次查看 Contents 1 Introduction 3 1.1 The Aim of this Dissertation . . . . . . . . . . . . . . . . . . . . . . 5 1.2 Previous Work . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3 Agents ...2018-5-25 13:45 - yujun1214 - 量化投资
14 个回复 - 4138 次查看 Contents 1 Introduction 3 1.1 The Aim of this Dissertation . . . . . . . . . . . . . . . . . . . . . . 5 1.2 Previous Work . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 1.3 Agents ...2018-5-25 13:45 - yujun1214 - 量化投资
【强化学习经典教材】Reinforcement learning state of the art.pdf
17 个回复 - 5378 次查看 Part I Introductory Part 1 Reinforcement Learning and Markov Decision Processes . . . . . . . . . . 3 Part II Efficient Solution Frameworks 2 Batch Reinforcement Learning . . . . . . . . . . . . ...2018-6-22 12:22 - yujun1214 - 量化投资
17 个回复 - 5378 次查看 Part I Introductory Part 1 Reinforcement Learning and Markov Decision Processes . . . . . . . . . . 3 Part II Efficient Solution Frameworks 2 Batch Reinforcement Learning . . . . . . . . . . . . ...2018-6-22 12:22 - yujun1214 - 量化投资
【Manning2020新书】深度强化学习实战 原版pdf+jupyter notebook代码
5 个回复 - 3647 次查看 【Manning2020新书】深度强化学习实战，351页pdf，Deep Reinforcement Learning In Action 人类从反馈中学习得最好——我们被鼓励采取导致积极结果的行动，而被具有消极后果的决定所阻碍。这种强化过程可以应 ...2020-7-15 16:24 - shanggan12345 - python论坛
5 个回复 - 3647 次查看 【Manning2020新书】深度强化学习实战，351页pdf，Deep Reinforcement Learning In Action 人类从反馈中学习得最好——我们被鼓励采取导致积极结果的行动，而被具有消极后果的决定所阻碍。这种强化过程可以应 ...2020-7-15 16:24 - shanggan12345 - python论坛
斯坦福强化学习教材548页
7 个回复 - 2652 次查看 强化学习：Reinforcement learning - An introduction 2nd 作者：Richard S. Sutton and Andrew G. Barto2020-9-1 10:41 - 广财金融学院 - Forum
7 个回复 - 2652 次查看 强化学习：Reinforcement learning - An introduction 2nd 作者：Richard S. Sutton and Andrew G. Barto2020-9-1 10:41 - 广财金融学院 - Forum
效果很好的强化学习 Rainbow Combining Improvements in Deep Reinforcement Learning
2 个回复 - 1737 次查看 2019-1-31 16:59 - liutongwei - Forum
2 个回复 - 1737 次查看 2019-1-31 16:59 - liutongwei - Forum
(最新)强化学习导论：Reinforcement learning - An introduction
3 个回复 - 1579 次查看 (最新)强化学习导论：Reinforcement learning - An introduction 2020英文版 作者：Richard S. Sutton and Andrew G. Barto 强化学习权威之作2021-7-14 20:54 - sky021 - 商业数据分析
3 个回复 - 1579 次查看 (最新)强化学习导论：Reinforcement learning - An introduction 2020英文版 作者：Richard S. Sutton and Andrew G. Barto 强化学习权威之作2021-7-14 20:54 - sky021 - 商业数据分析
强化学习最新书籍《REINFORCEMENT LEARNING AND STOCHASTIC OPTIMIZATION》
5 个回复 - 3284 次查看 强化学习是人工智能基本的子领域之一，在强化学习的框架中，智能体通过与环境互动，来学习采取何种动作能使其在给定环境中的长期奖励最大化，就像在上述的棋盘游戏寓言中，你通过与棋盘的互动来学习。 书籍：《RE ...2019-8-4 13:19 - larrymh - Forum
5 个回复 - 3284 次查看 强化学习是人工智能基本的子领域之一，在强化学习的框架中，智能体通过与环境互动，来学习采取何种动作能使其在给定环境中的长期奖励最大化，就像在上述的棋盘游戏寓言中，你通过与棋盘的互动来学习。 书籍：《RE ...2019-8-4 13:19 - larrymh - Forum
强化学习实战系列（2020最新）|强化学习视频教程
1 个回复 - 1427 次查看 强化学习实战系列（2020最新）|强化学习视频教程 网盘地址：https://pan.baidu.com/s/1yxCDOsn76GSFBPgd1TIqzA 提取码: tt7t 备用地址（腾讯微云）：https://share.weiyun.com/lwW2gjES 密码：d9iur3 强化学习系 ...2020-11-2 14:54 - 大帅哥很帅的 - Forum
1 个回复 - 1427 次查看 强化学习实战系列（2020最新）|强化学习视频教程 网盘地址：https://pan.baidu.com/s/1yxCDOsn76GSFBPgd1TIqzA 提取码: tt7t 备用地址（腾讯微云）：https://share.weiyun.com/lwW2gjES 密码：d9iur3 强化学习系 ...2020-11-2 14:54 - 大帅哥很帅的 - Forum
关于深度强化学习核心技术开发与应用的研修表
3 个回复 - 1618 次查看 随着科技的快速发展,人工智能俨然成了当今社会的关注焦点。而在人工智能的发展上,深度学习、强化学习、迁移学习等成为了科学界、工业界研究和应用的热点。在实际研究和应用过程当中，研究人员逐渐发现了深度学 ...2022-8-11 09:44 - 人工智能君 - Forum
3 个回复 - 1618 次查看 随着科技的快速发展,人工智能俨然成了当今社会的关注焦点。而在人工智能的发展上,深度学习、强化学习、迁移学习等成为了科学界、工业界研究和应用的热点。在实际研究和应用过程当中，研究人员逐渐发现了深度学 ...2022-8-11 09:44 - 人工智能君 - Forum
(最新)强化学习导论：Reinforcement learning - An introduction
6 个回复 - 2432 次查看 (最新)强化学习导论：Reinforcement learning - An introduction 2020英文版 作者：Richard S. Sutton and Andrew G. Barto 强化学习权威之作2021-7-14 20:41 - sky021 - 商业数据分析
6 个回复 - 2432 次查看 (最新)强化学习导论：Reinforcement learning - An introduction 2020英文版 作者：Richard S. Sutton and Andrew G. Barto 强化学习权威之作2021-7-14 20:41 - sky021 - 商业数据分析
强化学习实战系列（2020最新）
3 个回复 - 4356 次查看 强化学习实战系列（2020最新） 网盘地址：https://pan.baidu.com/s/1ZgZguZTcMkS1DDuEFC3NUA 提取码: 3yq9 网盘地址：https://pan.baidu.com/s/1Qv-ev6gng57byaoRUXqShQ 提取码: axfg 强化学习实战系列（20 ...2021-4-13 12:44 - 少年码农 - Forum
3 个回复 - 4356 次查看 强化学习实战系列（2020最新） 网盘地址：https://pan.baidu.com/s/1ZgZguZTcMkS1DDuEFC3NUA 提取码: 3yq9 网盘地址：https://pan.baidu.com/s/1Qv-ev6gng57byaoRUXqShQ 提取码: axfg 强化学习实战系列（20 ...2021-4-13 12:44 - 少年码农 - Forum
求 俞凯强化学习第二版 电子书
3 个回复 - 5772 次查看 求 俞凯强化学习第二版 电子书，pdf版本即可，必须是中文翻译的2019-9-26 09:01 - shuferhoo - 求助成功区
3 个回复 - 5772 次查看 求 俞凯强化学习第二版 电子书，pdf版本即可，必须是中文翻译的2019-9-26 09:01 - shuferhoo - 求助成功区
深度强化学习的基础
0 个回复 - 1485 次查看 强化学习 (RL)，一个“利基”机器学习技术，在过去五年中浮出水面。在基于上下文的决策中，强化学习帮助机器通过试错法做出激发行动的决策，以实现针对某种情况的最佳算法模型。 此外，机器通过基于奖励/惩罚的 ...2022-5-24 10:05 - 时光永痕 - 数据分析与数据挖掘
0 个回复 - 1485 次查看 强化学习 (RL)，一个“利基”机器学习技术，在过去五年中浮出水面。在基于上下文的决策中，强化学习帮助机器通过试错法做出激发行动的决策，以实现针对某种情况的最佳算法模型。 此外，机器通过基于奖励/惩罚的 ...2022-5-24 10:05 - 时光永痕 - 数据分析与数据挖掘
强化学习以减少建筑能耗
0 个回复 - 1458 次查看 仅建筑物的供暖、通风和空调就占 全球能源需求的近40% [1]。 对 节能的需求 已越来越成为应对 气候变化的基础。 我们一直在研究一种基于云的 RL 算法，该算法可以改造现有的 HVAC 控制以获得实质性结果。 ...2022-5-9 15:24 - 时光永痕 - 数据分析与数据挖掘
0 个回复 - 1458 次查看 仅建筑物的供暖、通风和空调就占 全球能源需求的近40% [1]。 对 节能的需求 已越来越成为应对 气候变化的基础。 我们一直在研究一种基于云的 RL 算法，该算法可以改造现有的 HVAC 控制以获得实质性结果。 ...2022-5-9 15:24 - 时光永痕 - 数据分析与数据挖掘
使用强化学习（使用Python代码！）预测股票价格
1 个回复 - 3644 次查看 使用强化学习（使用Python代码！）预测股票价格 这些是我们如今定期听到的有关股市的句子。您可以将HDFC替换为在动荡的2020年期间兴旺的任何其他股票，其叙述仍然非常相似。 股市是赚钱和投资的有趣媒介。这也是一 ...2020-12-17 20:46 - 时光永痕 - 数据分析与数据挖掘
1 个回复 - 3644 次查看 使用强化学习（使用Python代码！）预测股票价格 这些是我们如今定期听到的有关股市的句子。您可以将HDFC替换为在动荡的2020年期间兴旺的任何其他股票，其叙述仍然非常相似。 股市是赚钱和投资的有趣媒介。这也是一 ...2020-12-17 20:46 - 时光永痕 - 数据分析与数据挖掘
用强化学习优化对话管理：实验
使用NJFun系统
0 个回复 - 251 次查看 摘要翻译： 设计口语对话系统的对话策略涉及到许多重要的选择。本文提出了一种自动优化对话策略的强化学习方法，解决了将强化学习应用于与人类用户的工作对话系统中的技术挑战。我们报告了NJFun的设计、构建和实证评 ...2022-4-11 19:40 - 何人来此 - Forum
0 个回复 - 251 次查看 摘要翻译： 设计口语对话系统的对话策略涉及到许多重要的选择。本文提出了一种自动优化对话策略的强化学习方法，解决了将强化学习应用于与人类用户的工作对话系统中的技术挑战。我们报告了NJFun的设计、构建和实证评 ...2022-4-11 19:40 - 何人来此 - Forum
基于深度强化学习的无人机辅助蜂窝通信
抗干扰
0 个回复 - 574 次查看 摘要翻译： 蜂窝系统容易受到干扰攻击，特别是智能干扰器，它们根据当前通信策略和网络状态选择干扰信道频率和功率等干扰策略。本文提出了一种无人飞行器(UAV)辅助的抗干扰蜂窝通信框架。在该方案中，当服务基站被严 ...2022-4-9 14:25 - 何人来此 - Forum
0 个回复 - 574 次查看 摘要翻译： 蜂窝系统容易受到干扰攻击，特别是智能干扰器，它们根据当前通信策略和网络状态选择干扰信道频率和功率等干扰策略。本文提出了一种无人飞行器(UAV)辅助的抗干扰蜂窝通信框架。在该方案中，当服务基站被严 ...2022-4-9 14:25 - 何人来此 - Forum
基于强化学习的实时调度
0 个回复 - 468 次查看 摘要翻译： 信息物理系统，如移动机器人，必须对动态操作条件作出自适应反应。这些系统的有效运行要求及时执行传感和驱动任务。此外，执行任务的特定任务，如对房间进行成像，必须与执行更一般的任务，如避障的需要相 ...2022-4-8 16:00 - 可人4 - Forum
0 个回复 - 468 次查看 摘要翻译： 信息物理系统，如移动机器人，必须对动态操作条件作出自适应反应。这些系统的有效运行要求及时执行传感和驱动任务。此外，执行任务的特定任务，如对房间进行成像，必须与执行更一般的任务，如避障的需要相 ...2022-4-8 16:00 - 可人4 - Forum
基于模型的强化学习中的不可知系统辨识
0 个回复 - 424 次查看 摘要翻译： 控制中的一个基本问题是从观测数据中学习一个对控制器综合有用的系统模型。为了提供良好的性能保证，现有的方法必须假设真实系统在学习过程中所考虑的模型类中。我们提出了一种迭代方法，即使在系统不在类 ...2022-4-1 15:05 - nandehutu2022 - Forum
0 个回复 - 424 次查看 摘要翻译： 控制中的一个基本问题是从观测数据中学习一个对控制器综合有用的系统模型。为了提供良好的性能保证，现有的方法必须假设真实系统在学习过程中所考虑的模型类中。我们提出了一种迭代方法，即使在系统不在类 ...2022-4-1 15:05 - nandehutu2022 - Forum
基于递归最小二乘法的高效强化学习
0 个回复 - 397 次查看 摘要翻译： 递推最小二乘(RLS)算法是应用于自适应滤波、系统辨识和自适应控制的最著名算法之一。它的流行主要是因为收敛速度快，在实践中被认为是最优的。本文将RLS方法用于解决强化学习问题，提出并分析了两种新的基 ...2022-4-1 14:35 - 何人来此 - Forum
0 个回复 - 397 次查看 摘要翻译： 递推最小二乘(RLS)算法是应用于自适应滤波、系统辨识和自适应控制的最著名算法之一。它的流行主要是因为收敛速度快，在实践中被认为是最优的。本文将RLS方法用于解决强化学习问题，提出并分析了两种新的基 ...2022-4-1 14:35 - 何人来此 - Forum
弥合强化学习与知识之间的鸿沟
代表：一个合乎逻辑的非政策和非政策框架
0 个回复 - 225 次查看 摘要翻译： 知识表示是强化学习中的一个重要问题。在本文中，我们通过提供一个丰富的知识表示框架来弥补强化学习和知识表示之间的鸿沟，该框架基于具有答案集语义的常规逻辑程序，能够解决更复杂的事务的无模型强化学 ...2022-3-31 16:30 - 能者818 - Forum
0 个回复 - 225 次查看 摘要翻译： 知识表示是强化学习中的一个重要问题。在本文中，我们通过提供一个丰富的知识表示框架来弥补强化学习和知识表示之间的鸿沟，该框架基于具有答案集语义的常规逻辑程序，能够解决更复杂的事务的无模型强化学 ...2022-3-31 16:30 - 能者818 - Forum
无限马里奥中的关系强化学习
0 个回复 - 336 次查看 摘要翻译： 强化学习中的关系表示允许在价值函数的描述中使用结构信息，如对象的存在和它们之间的关系。通过本文，我们证明了这种表示允许包含定性描述状态的背景知识，并且可以用于设计在具有大状态和动作空间的领域 ...2022-3-28 08:00 - 大多数88 - Forum
0 个回复 - 336 次查看 摘要翻译： 强化学习中的关系表示允许在价值函数的描述中使用结构信息，如对象的存在和它们之间的关系。通过本文，我们证明了这种表示允许包含定性描述状态的背景知识，并且可以用于设计在具有大状态和动作空间的领域 ...2022-3-28 08:00 - 大多数88 - Forum
基于样本的高效贝叶斯自适应强化学习
搜索
0 个回复 - 451 次查看 摘要翻译： 基于贝叶斯模型的强化学习是一种在模型不确定性下学习最优行为的形式优雅的方法，以理想的方式权衡探索和开发。不幸的是，寻找得到的贝叶斯最优策略是出了名的费力，因为搜索空间变得巨大。本文介绍了一种 ...2022-3-23 08:15 - 何人来此 - Forum
0 个回复 - 451 次查看 摘要翻译： 基于贝叶斯模型的强化学习是一种在模型不确定性下学习最优行为的形式优雅的方法，以理想的方式权衡探索和开发。不幸的是，寻找得到的贝叶斯最优策略是出了名的费力，因为搜索空间变得巨大。本文介绍了一种 ...2022-3-23 08:15 - 何人来此 - Forum
强化学习以减少建筑能耗
0 个回复 - 3973 次查看 在过去的十年中，已经提出了一种依赖于人工智能的新型控制方式。特别是，我们将重点介绍基于 强化学习 (RL) 的数据驱动控制，因为它们从一开始就显示出作为 HVAC 控制的有希望的结果 [2]。 使用 RL 升级空调系统有 ...2022-3-21 16:20 - 时光永痕 - 数据分析与数据挖掘
0 个回复 - 3973 次查看 在过去的十年中，已经提出了一种依赖于人工智能的新型控制方式。特别是，我们将重点介绍基于 强化学习 (RL) 的数据驱动控制，因为它们从一开始就显示出作为 HVAC 控制的有希望的结果 [2]。 使用 RL 升级空调系统有 ...2022-3-21 16:20 - 时光永痕 - 数据分析与数据挖掘
基于强化学习和慢特征分析的机器人导航
0 个回复 - 193 次查看 摘要翻译： 强化学习算法在实际问题中的应用总是面临着从原始传感器读数中过滤环境状态的挑战。虽然大多数方法使用启发式，但生物学认为必须存在一种无监督的方法来自动构造这种过滤器。除了提取环境状态外，滤波器还 ...2022-3-21 15:05 - 大多数88 - Forum
0 个回复 - 193 次查看 摘要翻译： 强化学习算法在实际问题中的应用总是面临着从原始传感器读数中过滤环境状态的挑战。虽然大多数方法使用启发式，但生物学认为必须存在一种无监督的方法来自动构造这种过滤器。除了提取环境状态外，滤波器还 ...2022-3-21 15:05 - 大多数88 - Forum
部分可观测马尔可夫决策过程中的强化学习
使用混合概率逻辑程序
0 个回复 - 244 次查看 摘要翻译： 将POMDP环境中的强化学习与常规混合概率逻辑程序相结合，提出了一个强化学习的概率逻辑程序框架，该框架具有描述特定领域知识的概率答案集语义。我们正式证明了我们的方法的正确性。我们证明了在我们的方 ...2022-3-18 15:45 - 能者818 - Forum
0 个回复 - 244 次查看 摘要翻译： 将POMDP环境中的强化学习与常规混合概率逻辑程序相结合，提出了一个强化学习的概率逻辑程序框架，该框架具有描述特定领域知识的概率答案集语义。我们正式证明了我们的方法的正确性。我们证明了在我们的方 ...2022-3-18 15:45 - 能者818 - Forum
基于值梯度的强化学习
0 个回复 - 293 次查看 摘要翻译： 值梯度的概念是在强化学习的背景下引入和发展起来的。结果表明，通过学习值梯度，不再需要探索或随机行为来寻找局部最优轨迹。这是使用值梯度的主要动机，并认为学习值梯度是任何控制问题的值函数学习算法 ...2022-3-8 21:04 - nandehutu2022 - Forum
0 个回复 - 293 次查看 摘要翻译： 值梯度的概念是在强化学习的背景下引入和发展起来的。结果表明，通过学习值梯度，不再需要探索或随机行为来寻找局部最优轨迹。这是使用值梯度的主要动机，并认为学习值梯度是任何控制问题的值函数学习算法 ...2022-3-8 21:04 - nandehutu2022 - Forum
基于主动学习方法的强化学习
0 个回复 - 382 次查看 摘要翻译： 本文提出了一种新的强化学习方法，该方法是基于建模中一个强大的概念&主动学习方法(ALM)。ALM将任意多输入单输出系统表示为若干单输入单输出系统的模糊组合。该方法是一种类似于基于广义近似推理的智能控 ...2022-3-8 19:27 - 能者818 - Forum
0 个回复 - 382 次查看 摘要翻译： 本文提出了一种新的强化学习方法，该方法是基于建模中一个强大的概念&主动学习方法(ALM)。ALM将任意多输入单输出系统表示为若干单输入单输出系统的模糊组合。该方法是一种类似于基于广义近似推理的智能控 ...2022-3-8 19:27 - 能者818 - Forum
一种基于实时模型的机器人强化学习体系结构
控制
0 个回复 - 540 次查看 摘要翻译： 强化学习(RL)是一种学习决策任务的方法，可以使机器人在线学习和适应自己的情况。为了使RL算法在机器人控制任务中具有实用性，它必须在很少的动作中学习，同时不断地实时地采取这些动作。现有的基于模型的 ...2022-3-8 17:19 - mingdashike22 - Forum
0 个回复 - 540 次查看 摘要翻译： 强化学习(RL)是一种学习决策任务的方法，可以使机器人在线学习和适应自己的情况。为了使RL算法在机器人控制任务中具有实用性，它必须在很少的动作中学习，同时不断地实时地采取这些动作。现有的基于模型的 ...2022-3-8 17:19 - mingdashike22 - Forum
强化学习在对话策略选择中的应用
在电子邮件口语对话系统中
0 个回复 - 208 次查看 摘要翻译： 本文描述了一种新的方法，通过这种方法，口语对话系统可以从与用户交互的经验中学习选择最佳的对话策略。该方法基于强化学习和口语对话系统性能建模的结合。强化学习组件应用Q-learning(Watkins，1989)， ...2022-3-8 17:16 - mingdashike22 - Forum
0 个回复 - 208 次查看 摘要翻译： 本文描述了一种新的方法，通过这种方法，口语对话系统可以从与用户交互的经验中学习选择最佳的对话策略。该方法基于强化学习和口语对话系统性能建模的结合。强化学习组件应用Q-learning(Watkins，1989)， ...2022-3-8 17:16 - mingdashike22 - Forum
基于跳时技术的快速仿真强化学习
0 个回复 - 340 次查看 摘要翻译： 本预印本已由作者撤回修改 --- 英文标题： 《Time Hopping technique for faster reinforcement learning in simulations》 --- 作者： Petar Kormushev, Kohei Nomoto, Fangyan Dong, Kaoru Hirota --- ...2022-3-8 08:59 - 可人4 - Forum
0 个回复 - 340 次查看 摘要翻译： 本预印本已由作者撤回修改 --- 英文标题： 《Time Hopping technique for faster reinforcement learning in simulations》 --- 作者： Petar Kormushev, Kohei Nomoto, Fangyan Dong, Kaoru Hirota --- ...2022-3-8 08:59 - 可人4 - Forum
强化学习的自适应基
0 个回复 - 235 次查看 摘要翻译： 我们考虑了利用函数逼近的强化学习问题，其中逼近基可以在与环境交互时动态变化。这种方法的一个动机是最大化价值函数适合于所面临的问题。考虑了三种误差：近似平方误差，Bellman残差和投影Bellman残差。 ...2022-3-7 11:30 - 大多数88 - Forum
0 个回复 - 235 次查看 摘要翻译： 我们考虑了利用函数逼近的强化学习问题，其中逼近基可以在与环境交互时动态变化。这种方法的一个动机是最大化价值函数适合于所面临的问题。考虑了三种误差：近似平方误差，Bellman残差和投影Bellman残差。 ...2022-3-7 11:30 - 大多数88 - Forum
【强化学习】强化学习原理与python实现
5 个回复 - 379 次查看 书名：《强化学习原理与python实现》 附件：PDF+源代码 介绍：https://book.douban.com/subject/34478302/ 图片：2022-3-5 15:04 - ximenglate - 版权审核区（不对外开放）
5 个回复 - 379 次查看 书名：《强化学习原理与python实现》 附件：PDF+源代码 介绍：https://book.douban.com/subject/34478302/ 图片：2022-3-5 15:04 - ximenglate - 版权审核区（不对外开放）
基于强化学习的动态最优治疗分配
0 个回复 - 333 次查看 摘要翻译： 设计关于如何分配个人治疗的指导是实证研究的一个重要目标。在实践中，个人通常是按顺序到达的，规划者面临各种限制，如有限的预算/容量，或借款限制，或需要将人员安排在队列中。例如，一个政府机构可能 ...2022-3-6 17:53 - 能者818 - Forum
0 个回复 - 333 次查看 摘要翻译： 设计关于如何分配个人治疗的指导是实证研究的一个重要目标。在实践中，个人通常是按顺序到达的，规划者面临各种限制，如有限的预算/容量，或借款限制，或需要将人员安排在队列中。例如，一个政府机构可能 ...2022-3-6 17:53 - 能者818 - Forum
特征强化学习：第一部分：非结构化MDPs
0 个回复 - 297 次查看 摘要翻译： 通用的、智能的、学习的代理在观察、行动和奖励的序列中循环，这些序列是复杂的、不确定的、未知的和非马尔可夫的。另一方面，强化学习在小的有限状态马尔可夫决策过程中得到了很好的发展。到目前为止，从 ...2022-3-6 14:23 - 能者818 - Forum
0 个回复 - 297 次查看 摘要翻译： 通用的、智能的、学习的代理在观察、行动和奖励的序列中循环，这些序列是复杂的、不确定的、未知的和非马尔可夫的。另一方面，强化学习在小的有限状态马尔可夫决策过程中得到了很好的发展。到目前为止，从 ...2022-3-6 14:23 - 能者818 - Forum
低层无线环境下的协作多智能体强化学习
通信
0 个回复 - 359 次查看 摘要翻译： 为了兼容性和效率，传统的无线电系统在OSI协议栈的较低层上严格地协同设计。虽然这使得无线电通信取得了成功，但它也引入了漫长的标准化过程，并强加了无线电频谱的静态分配。为了解决人为频谱短缺的问题 ...2022-3-6 09:20 - 何人来此 - Forum
0 个回复 - 359 次查看 摘要翻译： 为了兼容性和效率，传统的无线电系统在OSI协议栈的较低层上严格地协同设计。虽然这使得无线电通信取得了成功，但它也引入了漫长的标准化过程，并强加了无线电频谱的静态分配。为了解决人为频谱短缺的问题 ...2022-3-6 09:20 - 何人来此 - Forum
基于强化学习的序列间ASR优化
0 个回复 - 239 次查看 摘要翻译： 尽管序列到序列方法在自动语音识别(ASR)系统中取得了成功，但这些模型仍然存在一些问题，主要是由于训练条件和推理条件之间的不匹配。在序列到序列的结构中，该模型被训练以预测当前时间步长的字形，给定 ...2022-3-5 20:38 - kedemingshi - Forum
0 个回复 - 239 次查看 摘要翻译： 尽管序列到序列方法在自动语音识别(ASR)系统中取得了成功，但这些模型仍然存在一些问题，主要是由于训练条件和推理条件之间的不匹配。在序列到序列的结构中，该模型被训练以预测当前时间步长的字形，给定 ...2022-3-5 20:38 - kedemingshi - Forum
信念树搜索的随机分枝定界方法的复杂性
在贝叶斯强化学习中
0 个回复 - 179 次查看 摘要翻译： 最近有很多关于强化学习的贝叶斯方法的工作显示出接近最佳的在线性能。这些方法面临的主要障碍是，在大多数感兴趣的问题中，最优解涉及到在无限大的树上进行规划。然而，可以获得每个树节点值的随机下界和 ...2022-3-5 14:10 - 可人4 - Forum
0 个回复 - 179 次查看 摘要翻译： 最近有很多关于强化学习的贝叶斯方法的工作显示出接近最佳的在线性能。这些方法面临的主要障碍是，在大多数感兴趣的问题中，最优解涉及到在无限大的树上进行规划。然而，可以获得每个树节点值的随机下界和 ...2022-3-5 14:10 - 可人4 - Forum
连续时间强化学习问题的策略迭代
与空间--基础理论与方法
0 个回复 - 330 次查看 摘要翻译： 策略迭代(PI)是为解决最优决策/控制问题或强化学习(RL)问题而进行的策略评估和改进的递归过程。PI也是发展RL方法的基础。本文提出了两种PI方法，分别称为微分PI(DPI)和积分PI(IPI)及其变体，用于连续时间 ...2022-3-4 20:59 - 能者818 - Forum
0 个回复 - 330 次查看 摘要翻译： 策略迭代(PI)是为解决最优决策/控制问题或强化学习(RL)问题而进行的策略评估和改进的递归过程。PI也是发展RL方法的基础。本文提出了两种PI方法，分别称为微分PI(DPI)和积分PI(IPI)及其变体，用于连续时间 ...2022-3-4 20:59 - 能者818 - Forum
中加速强化学习的时间操纵技术
模拟
0 个回复 - 377 次查看 摘要翻译： 提出了一种利用时间操纵来加速强化学习算法的技术。它适用于在计算机仿真中运行的故障避免控制问题。与传统的Q-学习算法和Actor-Critic算法相比，在故障事件上，将模拟时间向后翻转，在推杆平衡任务上的学 ...2022-3-4 20:39 - nandehutu2022 - Forum
0 个回复 - 377 次查看 摘要翻译： 提出了一种利用时间操纵来加速强化学习算法的技术。它适用于在计算机仿真中运行的故障避免控制问题。与传统的Q-学习算法和Actor-Critic算法相比，在故障事件上，将模拟时间向后翻转，在推杆平衡任务上的学 ...2022-3-4 20:39 - nandehutu2022 - Forum
市场博弈中的强化学习
0 个回复 - 282 次查看 摘要翻译： 金融市场的投资者参与了许多游戏--他们必须与其他代理人互动以实现他们的目标。其中包括那些与他们在市场上的活动直接相关的因素，但我们不能忽视影响人类决策和他们作为投资者的表现的其他方面。区分所有 ...2022-3-3 19:00 - mingdashike22 - Forum
0 个回复 - 282 次查看 摘要翻译： 金融市场的投资者参与了许多游戏--他们必须与其他代理人互动以实现他们的目标。其中包括那些与他们在市场上的活动直接相关的因素，但我们不能忽视影响人类决策和他们作为投资者的表现的其他方面。区分所有 ...2022-3-3 19:00 - mingdashike22 - Forum
量子强化学习
0 个回复 - 510 次查看 摘要翻译： 机器学习，特别是在未知概率环境中学习的关键方法是新的表示和计算机制。本文将量子理论与强化学习(RL)相结合，提出了一种新的量子强化学习(QRL)方法。受状态叠加原理和量子并行性的启发，介绍了一种值更 ...2022-3-3 16:38 - 大多数88 - Forum
0 个回复 - 510 次查看 摘要翻译： 机器学习，特别是在未知概率环境中学习的关键方法是新的表示和计算机制。本文将量子理论与强化学习(RL)相结合，提出了一种新的量子强化学习(QRL)方法。受状态叠加原理和量子并行性的启发，介绍了一种值更 ...2022-3-3 16:38 - 大多数88 - Forum
多Agent强化学习与遗传策略共享
0 个回复 - 326 次查看 摘要翻译： 多Agent动态系统中Agent之间的策略共享效应尚未得到广泛的研究。我模拟了一个利用强化学习优化同一任务的智能体系统，研究了不同人口密度和策略共享的影响。我证明了共享策略减少了达到渐近行为的时间，并 ...2022-3-3 11:58 - 可人4 - Forum
0 个回复 - 326 次查看 摘要翻译： 多Agent动态系统中Agent之间的策略共享效应尚未得到广泛的研究。我模拟了一个利用强化学习优化同一任务的智能体系统，研究了不同人口密度和策略共享的影响。我证明了共享策略减少了达到渐近行为的时间，并 ...2022-3-3 11:58 - 可人4 - Forum
深度强化学习算法
1 个回复 - 920 次查看 Deep Reinforcement Learning for Trading，感兴趣的可以研究一下。我试着用pytorch实现了一下，有需要可以交流一下2021-11-4 15:19 - 粽是梦一场 - 量化投资
1 个回复 - 920 次查看 Deep Reinforcement Learning for Trading，感兴趣的可以研究一下。我试着用pytorch实现了一下，有需要可以交流一下2021-11-4 15:19 - 粽是梦一场 - 量化投资
【聚宽本地数据JQData】【转载】强化学习入门：基于Q-learning算法的日内择时策略初窥
0 个回复 - 953 次查看 本篇文章所使用的数据，来源于JQData本地量化金融数据库。下面我将粗略的介绍一个强化学习在证券市场中应用的简单实例。 关于强化学习的算法理论及发展历史，我们不做过多的解释。我们可以很容易在互联网上找到强化 ...2021-5-13 11:39 - lyqbnu - 量化投资
0 个回复 - 953 次查看 本篇文章所使用的数据，来源于JQData本地量化金融数据库。下面我将粗略的介绍一个强化学习在证券市场中应用的简单实例。 关于强化学习的算法理论及发展历史，我们不做过多的解释。我们可以很容易在互联网上找到强化 ...2021-5-13 11:39 - lyqbnu - 量化投资
深度学习和强化学习在量化交易中的探索实践_中泰证券_周嵘
4 个回复 - 1711 次查看 新人发帖，谢谢支持！2020-2-22 14:04 - wangdazhe - 金融工程（数量金融）与金融衍生品
4 个回复 - 1711 次查看 新人发帖，谢谢支持！2020-2-22 14:04 - wangdazhe - 金融工程（数量金融）与金融衍生品
