李升波-《强化学习与控制》-Lecture 5（2023年春季）

李升波教授讲解强化学习与控制
最新推荐文章于 2025-11-30 18:24:05 发布
原创 最新推荐文章于 2025-11-30 18:24:05 发布 · 192 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

2023年春季，李升波教授在讲座中深入剖析了强化学习与控制的理论与应用，主要涵盖了人工智能、机器学习和深度学习等领域，特别提及在自动驾驶中的实践。

最低0.47元/天 解锁文章
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。
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。
【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 1（2023年春季）
ID_Lab_THU的博客
03-24 288
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。第1讲主要介绍RL概况，包括发展历史、知名学者、典型应用以及主要挑战等。
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。
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——U5：动态规划（二）
m0_72557046的博客
09-01 2095
原书第五单元DP（动态规划）部分。本部分因为内容太多，因此分成几部分发布。这是第二部分。
李升波-《强化学习与控制》-Lecture 9（2023年春季）
ID_Lab_THU的博客
05-06 155
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 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U9RL中的约束与安全一
m0_72557046的博客
02-20 995
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。
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。
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。
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...
李升波-《强化学习与控制》-Lecture 7（2023年春季）
ID_Lab_THU的博客
05-06 168
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7讲，介绍直接型RL的策略梯度法，包括各类Policy Gradient, 以及如何从优化的观点看待RL等。
李升波-《强化学习与控制》-Lecture 4（2023年春季）
ID_Lab_THU的博客
03-24 157
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4讲，主要介绍免模型学习的时序差分法，包括它衍生的Sarsa，Q-learning，Expected Sarsa等算法。
推荐清华大学李升波教授撰写的强化学习英文专著
qq_41174403的博客
11-27 237
以道路交通为例，汽车的智能化变革促使整个行业发生了翻天覆地的变化，包括驾驶辅助、自动驾驶、云控协同等一系列新技术如雨后春笋般涌现，它们在提升地面车辆行驶性能的同时，也为解决交通事故、排放污染、城市拥堵等问题提供了一条可行的途径。第10章介绍深度强化学习（DRL），即以神经网络为载体的RL，包括神经网络的原理与训练，深度化挑战以及DQN、DDPG、TD3、TRPO、PPO、DSAC等典型深度化算法。全书总共包括11章。第5章介绍带模型RL的动态规划法，包括策略迭代、值迭代、通用迭代架构与收敛性证明等。
向量嵌入：RAG系统背后的语义引擎
uncle_ll的博客
11-29 1300
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。
【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 1843
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。
07_Spring AI 干货笔记之提示词
最新发布
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 1253
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。
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