李升波-《强化学习与控制》-Lecture 1（2023年春季）

最新推荐文章于 2025-12-02 15:55:42 发布
原创 最新推荐文章于 2025-12-02 15:55:42 发布 · 288 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #机器学习 #深度学习 #自动驾驶

文章深入探讨了深度学习在神经网络中的应用，特别是在自然语言处理领域的进展。通过复杂的模型架构和大量数据训练，AI系统现在能够更准确地理解和生成人类语言，推动了机器学习领域的显著进步。
部署运行你感兴趣的模型镜像

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型，相比 3.0 版本，它提升了图像质量、运行速度和硬件效率

李升波-《强化学习与控制》-Lecture 9（2023年春季）
ID_Lab_THU的博客
05-06 156
本课程是由清华大学李升波教授主讲的《强化学习与控制》（2023年春季），课程结合自动驾驶汽车的决策控制实例开展教学，培养学生分析被控对象、构造及求解强化学习问题的基本能力。本讲为第9讲，主要介绍带模型的强化学习，即近似动态规划，尤其是离散时间系统的ADP，无穷时域ADP与有限时域ADP，以及ADP与MPC的关联分析等。
李升波-《强化学习与控制》-Lecture 2（2023年春季）
ID_Lab_THU的博客
03-24 184
本课程是由清华大学李升波教授主讲的《强化学习与控制》（2023年春季），课程结合自动驾驶汽车的决策控制实例开展教学，培养学生分析被控对象、构造及求解强化学习问题的基本能力。本讲为第2讲，主要介绍RL的基础知识，包括定义概念、自洽条件、最优性原理问题架构等。
李升波-《强化学习与控制》-Lecture 5（2023年春季）
ID_Lab_THU的博客
05-06 192
本课程是由清华大学李升波教授主讲的《强化学习与控制》（2023年春季），课程结合自动驾驶汽车的决策控制实例开展教学，培养学生分析被控对象、构造及求解强化学习问题的基本能力。本讲为第5讲，主要介绍带模型学习的动态规划法，包括策略迭代、值迭代、收敛性原理等。
【重磅推荐: 强化学习课程】清华大学李升波老师《强化学习与控制》
深度强化学习实验室：一个“开源开放、共享共进”的强化学习学术组织。
05-14 5511
深度强化学习实验室官网：http://www.neurondance.com/论坛：http://deeprl.neurondance.com/编辑：DeepRL《强化学习与控制》是一门由...
李升波-《强化学习与控制》-Lecture 6（2023年春季）
ID_Lab_THU的博客
05-06 121
本课程是由清华大学李升波教授主讲的《强化学习与控制》（2023年春季），课程结合自动驾驶汽车的决策控制实例开展教学，培养学生分析被控对象、构造及求解强化学习问题的基本能力。本讲为第6讲，主要介绍间接型RL的函数近似方法，包括常用近似函数，值函数近似，策略函数近似以及所衍生的Actor-critic架构等。
李升波-《强化学习与控制》-Lecture 11（2023年春季）
ID_Lab_THU的博客
05-08 306
本课程是由清华大学李升波教授主讲的《强化学习与控制》（2023年春季），课程结合自动驾驶汽车的决策控制实例开展教学，培养学生分析被控对象、构造及求解强化学习问题的基本能力。本讲为第11讲，主要介绍介绍RL的各类拾遗，包括POMDP、鲁棒性、多智能体、元学习、逆强化学习以及训练平台等。
李升波-《强化学习与控制》-Lecture 8（2023年春季）
ID_Lab_THU的博客
05-06 198
本课程是由清华大学李升波教授主讲的《强化学习与控制》（2023年春季），课程结合自动驾驶汽车的决策控制实例开展教学，培养学生分析被控对象、构造及求解强化学习问题的基本能力。本讲为第8讲，主要介绍深度强化学习，即以神经网络为载体的RL，包括深度化典型挑战、经验性处理技巧等。
李升波-《强化学习与控制》-Lecture 10（2023年春季）
ID_Lab_THU的博客
05-06 139
本课程是由清华大学李升波教授主讲的《强化学习与控制》（2023年春季），课程结合自动驾驶汽车的决策控制实例开展教学，培养学生分析被控对象、构造及求解强化学习问题的基本能力。本讲为第10讲，主要介绍了状态约束的处理手段以及它与可行性之间的关系，讲述了安全保障的基本机制与训练策略。
清华大学李升波教授强化学习书籍《Reinforcement Learning for Sequential Decision and Optimal Control》读书笔记U8近似动态规划ADP 二
m0_72557046的博客
10-27 1262
对应于原书第八单元Approximate Dynamic Programming，主要讲述了近似动态规划算法（ADP）。本次文章分两次发布。
清华大学李升波教授强化学习书籍《Reinforcement Learning for Sequential Decision and Optimal Control》读书笔记U9RL中的约束与安全一
m0_72557046的博客
02-20 996
对应于原书第九单元State Constraints and Safety Consideration,主要讲述了强化学习中的约束和安全考量。本次文章分三次发布。这是第一篇。
强化学习和最优控制的《十个关键点》【81页PPT汇总】.pdf
03-03
强化学习和最优控制的《十个关键点》81页PPT汇总。本实验室主要面向于深度强化学习领域，分享包括但不限于深度强化学习Environment、理论推导与算法实现、前沿技术与论文解读、开源项目、应用场景、业界资讯等，同时包括基础数学、经典控制、博弈论、交叉学科等领域知识。
清华大学李升波教授强化学习书籍《Reinforcement Learning for Sequential Decision and Optimal Control》读书笔记——U2：强化学习基本概念
m0_72557046的博客
08-04 1311
强化学习基本概念。
清华大学李升波教授强化学习书籍《Reinforcement Learning for Sequential Decision and Optimal Control》读书笔记U10深度强化学习
m0_72557046的博客
06-10 735
本篇博客对应于原书的第十单元，重点讲述了深度强化学习（Deep Reinforcement Learning，DRL）的基础知识。深度强化学习时神经网络与强化学习的结合，需要进行大量的交互并消耗巨量的计算资源。在早期因为硬件计算资源的限制，并未受到太多重视。但是近些年来随着计算能力的不断提高，将深度学习与强化学习结合的研究取得了巨大的进展。AlphaGo及其后继者不断战胜人类顶尖高手标志着人工智能在围棋领域已经通过强化学习取得了超越人类的成就。后续的算法又陆续攻克了Atari、StarCraft等领域。
历时3年，清华大学iDLab实验室打造《强化学习和控制》课程及讲义！
数据派THU
01-19 1440
来源：深度强化学习实验室本文约1000字，建议阅读6分钟最新版本的前五章已经上传iDLab课题组网站，欢迎大家下载分享。iDLab实验室The Intelligent Driving L...
【重磅整理】提前看287篇ICLR-2021 "深度强化学习"领域论文得分汇总列表
深度强化学习实验室：一个“开源开放、共享共进”的强化学习学术组织。
11-16 3289
深度强化学习实验室来源：ICLR2021编辑：DeepRL[1]. What Matters for On-Policy Deep Actor-Critic Methods? A Lar...
TensorRT笔记（5）：研究timingCache
最新发布
ouliten的博客
12-02 357
在里出现了大量的timingCache，但是当时没有取研究这是干啥的，本文就来解析一下。样例都基于上面的文章。
【推荐系统】深度学习训练框架（五）：pyspark分布式TorchDistributor主从读取OSS文件认证机制
人工智能领域博客
11-28 1844
摘要： 本文详细解释了Spark Driver端与Worker端在OSS认证上的核心区别。Driver端通过Spark配置自动认证，而Worker端（独立Python进程）需显式提供认证信息。认证来源优先级为：1)Driver传递参数，2)环境变量，3)IAM角色。文章分析了架构差异导致的不同认证方式，并推荐从Driver传递认证信息的解决方案。当前实现已采用该方案，通过Spark配置或环境变量获取认证后传递给Worker进程，确保PyArrow能正确访问OSS数据。
向量嵌入：RAG系统背后的语义引擎
uncle_ll的博客
11-29 1305
向量嵌入技术将高维语义信息压缩为低维向量，使相似概念在向量空间中聚集。作为RAG系统的核心，嵌入质量直接影响语义检索效果。从静态词嵌入到动态上下文嵌入，技术不断演进，解决了多义词等难题。现代嵌入模型基于Transformer架构，通过对比学习优化检索性能。选型需考虑MTEB排名、语言支持等维度，并结合业务测试。未来趋势包括多模态融合、知识图谱增强和轻量化部署。嵌入技术已成为NLP领域的关键支柱，其优化对提升RAG系统性能至关重要。
07_Spring AI 干货笔记之提示词
在科技的浪潮中，我们寻找着创新的火种，在代码的海洋里，我们编织着智慧的网。腾飞开源，就是这样一个由技术精英汇聚而成的博客平台，我们致力于分享在Java、Python、IoT和人工智能等领域的最新研究成果和实战经验。 在腾飞开源的博客上，你会看到紧跟技术前
11-30 1491
本文详细介绍了Spring AI中的提示词核心概念与API设计。提示词作为引导AI模型生成特定输出的关键输入，其结构从简单字符串演进为包含多角色消息的复杂形式。Spring AI通过Prompt和Message接口提供结构化提示词管理，支持系统、用户、助手等角色分配。PromptTemplate类实现动态内容渲染，并支持自定义模板引擎。文章还涵盖提示词工程的最佳实践与令牌机制，为开发者提供完整的提示词设计解决方案。
斯坦福机器学习教程精华（Lecture1-Lecture5）深度解析
Lecture1主要介绍了机器学习的基本概念，包括监督学习、无监督学习和强化学习等。Lecture2深入讲解了模型评估与选择，重点介绍了交叉验证、偏差-方差权衡等重要概念。Lecture3讲述了正则化方法，包括L1和L2正则化，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值