- 博客(11)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 模仿学习（Imitation Learning）概述
什么是模仿学习呢？简单来说，模仿学习（Imitation Learning），就是要训练机器能够复制人类的连续动作，进而达到模仿的目的。其实，Imitation Learning的实用性很高，假设今天有一个训练场景，你不知道该怎么定奖励值（reward），但是你可以收集到专家的示范数据（expert demonstration data），你就可以考虑用Imitation Learning这个方法。因此，模仿学习也被寄予很高的期待，成为下一代强人工智能的关键技术。......
2022-07-07 19:50:07
23493
原创 李宏毅深度强化学习(国语)课程(2018) 笔记（八）Imitation Learning
李宏毅深度强化学习(国语)课程(2018) 笔记（八）Imitation Learning
2022-07-06 10:14:31
274
原创 李宏毅深度强化学习(国语)课程(2018) 笔记（七）Sparce Reward
李宏毅深度强化学习(国语)课程(2018) 笔记（七）Sparce Reward
2022-07-05 10:51:10
209
原创 李宏毅深度强化学习(国语)课程(2018) 笔记（六）Actor-Critic
李宏毅深度强化学习(国语)课程(2018) 笔记（六）Actor-Critic
2022-07-03 11:25:19
318
原创 李宏毅深度强化学习(国语)课程(2018) 笔记（五）Q-learning （Continuous Action）
李宏毅深度强化学习(国语)课程(2018) 笔记（五）Q-learning （Continuous Action）
2022-07-02 09:49:23
248
原创 李宏毅深度强化学习(国语)课程(2018) 笔记（四）Q-learning （Advanced Tips）
李宏毅深度强化学习(国语)课程(2018) 笔记（四）Q-learning （Advanced Tips）
2022-06-30 11:19:21
286
原创 李宏毅深度强化学习(国语)课程(2018) 笔记（三）Q-learning （Basic Idea）
李宏毅深度强化学习(国语)课程(2018) 笔记（三）Q-learning （Basic Idea）
2022-06-28 12:21:38
314
原创 李宏毅深度强化学习(国语)课程(2018) 笔记（二）Proximal Policy Optimization（PPO）
李宏毅深度强化学习(国语)课程(2018) 笔记（二）Proximal Policy Optimization（PPO）
2022-06-27 20:48:21
634
原创 李宏毅深度强化学习(国语)课程(2018) 笔记（一）Policy Gradient （Review）
李宏毅深度强化学习(国语)课程(2018) 笔记
2022-06-26 23:21:48
873
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人