[转载]深度学习第9期：强化学习的基本概念

强化学习精要
最新推荐文章于 2025-05-27 10:51:55 发布
转载 最新推荐文章于 2025-05-27 10:51:55 发布 · 158 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://cloud.tencent.com/developer/news/237643
文章标签：

#强化学习

山de那边
关注
强化学习在视觉导航中的应用
优快云博客专家，系统架构师，有合作、疑惑请私信博主。
07-11 22万+
强化学习在视觉导航中的应用​ ，人工智能，计算机视觉，大模型，AI，强化学习（Reinforcement Learning, RL）是一种通过智能体（Agent）与环境进行交互，以最大化累积奖励为目标的机器学习范式。它不依赖于预定义的规则或大量标注数据，而是让智能体在试错过程中学习最优策略。计算机视觉（Computer Vision）则赋予智能体 “观察” 环境的能力，使其能够从图像或视频中提取有用信息。
深度学习实战——强化学习与王者荣耀（腾讯开悟）
转载请标明出处，完整项目/代码详见github：https://github.com/yiru1225
06-10 9068
本篇博客主要介绍强化学习与腾讯AI Lab在MOBA（王者荣耀）中提出的强化学习系统框架。
深度强化学习之：PPO训练红白机1942
weixin_40920183的博客
03-29 449
本公众号MyEncyclopedia定期发布AI，算法，工程类深度和前沿文章。欢迎关注，收藏和点赞。本系列将从原理和代码来循序渐进讲解强化深度学习。本篇是深度强化学习动手系列文章，自MyE...
万字长文详解：Anaconda配置深度学习环境，涵盖PyTorch、TensorFlow、CUDA、cuDNN
神马都会亿点点的毛毛张
06-23 6517
它是一个开源的Python和R语言的发行版本，用于计算科学（数据科学、机器学习、大数据处理和预测分析），Anaconda致力于简化软件包管理系统和部署。它能够给不同版本要求的深度学习环境建立单独的“房间”，以便进行管理，我们每个“房子”称作虚拟环境。背景：配置一个深度学习的虚拟环境以及相关的扩展包大概需要十几G的内存空间，然而默认的虚拟环境存放地址为C盘。如果是要配置几个深度学习的虚拟环境C盘是肯定招架不住的，就目前毛毛张配置的两个深度学习环境Pytorch和Tensorflow来说整个。
深度强化学习_140页深度强化学习入门发布
weixin_39693193的博客
11-24 345
选自arXiv作者：Vincent Francois-Lavet等参与：Panda深度强化学习已经为围棋、视频游戏和机器人等领域带来了变革式的发展，成为了人工智能领域的一大主流研究方向。近日，麦吉尔大学、谷歌大脑和 Facebook 的多位研究者在 arXiv 发布了 140 页的《深度强化学习入门》文稿，对深度强化学习的当前发展和未来趋势进行了系统性的总结和介绍。本书是伯克利知名机器学...
「DeepSeek 技术解析」：LLM 训练中的强化学习算法
Baihai_IDP的博客
05-27 1096
为确保本文自成体系并阐明 GRPO 的理论基础，我们将首先介绍强化学习的基础概念，重点解析强化学习（RL）及基于人类反馈的强化学习（RLHF）在 LLM 训练中的核心作用。接着我们将探讨不同的强化学习范式，包括基于价值的强化学习、基于策略的强化学习和 Actor-Critic 强化学习，回顾经典算法如置信域策略优化（TRPO）和近端策略优化（PPO），最后解析 GRPO 带来的优化创新。在 GRPO 中，该指标是在每组之内计算的（每组可视为一个 query），因为划分的这些组本质上代表智能体所处的状态。
深度 | David Silver全面解读深度强化学习：从基础概念到AlphaGo
mmc2015的专栏
03-31 3599
内容不错，转载保留 http://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650724740&idx=2&sn=ff1006aa53de7e766c7b15760f196a3d&chksm=871b1dfab06c94ec0b83bfe14c866433397e0006f9e6b3a65b1d76e04333ce99a4db341d525
免费的中文深度学习全书：《深度学习理论与实战：提高篇》
06-17 146
在线阅读：深度学习理论与实战：提高篇 序言 16年9月的时候我在优快云发了一些深度学习的文章，主要是面向没有太多经验的开发者。达文读了后觉得我的文章比较通俗易懂，邀请我写一本书，当时头脑一热就答应下来。虽然现在出版的书籍汗牛充栋，但是对我来说著书立言始终是一件非常严肃和重大的事情。立德、...
深度学习的最新进展：综述 Recent Advances in Deep Learning: An Overview
baidu88vip的博客
08-10 6958
深度学习的最新进展：综述 Recent Advances in Deep Learning: An Overview （点击标题链接原文 https://arxiv.org/abs/1807.08169） 摘要 Abstract 摘要：深度学习是机器学习和人工智能研究的最新趋势之一。它也是当今最流行的科学研究趋势之一。深度学习方法为计算机视觉和机器学习带来了革命性的进步。新的深度学习...
人工智能和深度学习简史
Doris78的博客
01-08 1551
过去几十年来，人工智能（AI）和深度学习取得了显著进步，改变了计算机视觉、自然语言处理和机器人等领域。本文概述了人工智能历史上使用深度学习的重要里程碑，从早期的神经网络模型到现代的大型语言模型和多模态人工智能系统。
基于机器学习和深度学习的新能源功率预测研究综述--学术论文模式--个人梳理
干吧滴！
12-13 5702
本文是博主根据前人的研究成果总结的机器学习和深度学习等理论方法在新能源功率预测领域的相关研究内容要点，按照学术科技论文写作的模式进行的呈现，包括文章引用等也都做了详细的批注，花了很多时间和心血，一方面是对自己学习成果的一些总结，另一方面也希望对大家有用（尽量不要直接copy哦，转载请标注，如有不当请评论或私信指出哦可再生能源的间歇性给新型电力系统的运行带来了巨大挑战，准确地预测新能源出力对于电网的安全可靠运行尤为重要。
深度学习（一）：神经元模型、感知机与BP算法
热门推荐
Precoder的博客
03-27 1万+
下面内容主要来自西瓜书的第五章《神经网络》5.1~5.3节。 文章目录1、神经元模型2、感知机与多层网络3、误差逆传播(error back propagation，BP)算法 1、神经元模型   这一节简单，讲了两个概念，神经元模型以及激活函数。先来看神经元模型吧。 因此，第jjj个神经元的输出为 yj=f(Σi=1nwijxi−θ)=f(Σi=0nwijxi) y_j=f(\Sigma_{i...
（45页PPT）智慧口某省市场发展前景及投资研究报告.ppt
12-03
（45页PPT）智慧口某省市场发展前景及投资研究报告.ppt
3D打印机调度问题的研究。目标是同时降低完成时间和成本.zip
12-03
1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
Bot468__30192_1764666289903.zip
12-03
Bot468__30192_1764666289903.zip
（41页PPT）智慧地铁公交智慧防控系统解决方案.pptx
12-03
（41页PPT）智慧地铁公交智慧防控系统解决方案.pptx
（40页PPT）智慧检务解决方案.pptx
12-03
（40页PPT）智慧检务解决方案.pptx
状态估计非线性受控动力系统的线性预测器-Koopman模型预测MPC（Matlab代码实现）
最新发布
12-03
【状态估计】非线性受控动力系统的线性预测器——Koopman模型预测MPC（Matlab代码实现）
这是一个使用Python语言和Flask框架搭建的微电影网站项目包含完整的前台用户界面和后台管理系统前台功能涵盖用户注册登录电影搜索浏览在线观看个人收藏与评论互动后台则.zip
12-03
这是一个使用Python语言和Flask框架搭建的微电影网站项目包含完整的前台用户界面和后台管理系统前台功能涵盖用户注册登录电影搜索浏览在线观看个人收藏与评论互动后台则.zip
深度强化学习入门必读：OpenAI推荐的105篇经典论文
在当今的人工智能研究领域中，深度强化学习（Deep Reinforcement Learning，简称DRL）作为一种融合了深度学习（Deep Learning）和强化学习（Reinforcement Learning，简称RL）的技术，已经在诸多领域显示了其强大的...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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