网站首页 第953页

• 

  斯坦福提出无需人类示范的强化学习算法SOORL

  编者按：人类的学习能力一直是人工智能追求的目标，但就目前而言，算法的学习速度还远远不如人类。想达到人类学习的速率，斯坦福的研究人员们提出了一种基于目标的策略强化学习方法——SOORL，把重点放在对策略的探索和模型选择上。以下是论智带来的编译...

  2024-09-12 btikc 技术文章 14 ℃ 0 评论
• 

  OpenAI最新发现:在参数空间增加噪声，易于实现，并能轻松加快学习速度

  雷锋网AI科技评论按：OpenAI最新发现表明，通过在网络的参数空间中加入噪声，可以获得远优于在网络的行为空间中增加噪声的表现。此外，他们发布了一系列基准代码，覆盖多个网络。雷锋网AI科技评论编译如下：OpenAI实验室最新发现：频繁地...

  2024-09-12 btikc 技术文章 17 ℃ 0 评论
• 

  「AI实践」强化学习在美团“猜你喜欢”的实践

  强化学习是目前机器学习领域发展最快的方向之一，其与推荐系统和排序模型的结合也有更多价值等待发掘。本文介绍了强化学习在美团“猜你喜欢”排序场景落地的工作。1.概述“猜你喜欢”是美团流量最大的推荐展位，位于首页最下方，产品形态为信息流，承担了...

  2024-09-12 btikc 技术文章 16 ℃ 0 评论
• 

  今天中午，你吃的是什么?

  每天中午吃什么简直是世界难题这个周六来跟团宝一起研究午饭难题吧来源|做报告得实录君午饭小调查每天中午前总有疑问“你中午吃什么”雪崩前...

  2024-09-12 btikc 技术文章 12 ℃ 0 评论
• 

  示范学习DQfD

  DQfD：DeepQ-learningfromDemonstrations，基于DQN的示范学习。DQN算法细节可以参见...

  2024-09-12 btikc 技术文章 13 ℃ 0 评论
• 

  解读Double DQN

  背景介绍DDQN：DoubleDQN，是DoubleQ-Learning的深度学习实现，与DQN不同之处在于其是...

  2024-09-12 btikc 技术文章 13 ℃ 0 评论
• 

  手机上就能学!Pytorch深度学习教程手把手教你从DQN到Rainbow

  鱼羊发自凹非寺量子位报道|公众号QbitAI炎炎夏日，燥热难耐，不如学学深度学习冷静一下？这里有一份干货教程，手把手带你入门深度强化学习（DeepReiforcementLearning），背景理论、代码实现全都有，在线领取...

  2024-09-12 btikc 技术文章 13 ℃ 0 评论
• 

  天津大学、东京大学等研究:用深度强化学习检测模型缺陷

  新智元专栏作者：段义海【新智元导读】天津大学多智能体与深度强化学习实验室与东京大学、日本AIST研究所合作的一篇论文，提出利用深度强化学习方法来检测信息物理系统(CPS)模型中的缺陷。与传统方法相比，深度强化学习方法在大多数情况下能...

  2024-09-12 btikc 技术文章 11 ℃ 0 评论
• 

  今天中午吃什么?

  本文转载自微信公众号：做报告的实录君（ddqn233）不管吃的啥，吃得开心吃得饱就好！毕竟吃饱了才有力气干活创造美好明天！...

  2024-09-12 btikc 技术文章 13 ℃ 0 评论
• 

  强化学习在美团“猜你喜欢”的实践

  强化学习是目前机器学习领域发展最快的方向之一，其与推荐系统和排序模型的结合也有更多价值等待发掘。本文介绍了强化学习在美团“猜你喜欢”排序场景落地的工作。1.概述“猜你喜欢”是美团流量最大的推荐展位，位于首页最下方，产品形态为信息流，承担了...

  2024-09-12 btikc 技术文章 14 ℃ 0 评论