这篇文章是自己在上大数据分析课程时老师推荐的一篇文章，当时自己听着也是对原作者当年的的思路新奇非常敬佩，相信很多伙伴也会非常感兴趣，就来做个...
投稿
收录了25篇文章 · 2人关注
-
【Science】颠覆三观的超强聚类算法
-
【ICLR2020】通过强化学习和稀疏奖励进行模仿学习
论文题目：SQIL: Imitation Learning via Reinforcement Learning with Sparse Rew...
-
【5分钟 Paper】Reinforcement Learning with Deep Energy-Based Policies
论文题目：Reinforcement Learning with Deep Energy-Based Policies 所解决的问题？ 作者...
-
强化学习中的值函数近似算法
在开始说值函数近似方法之前，我们先回顾一下强化学习算法。强化学习算法主要有两大类Model-based 的方法和Model-free的方法，...
-
【5分钟 Paper】Continuous Control With Deep Reinforcement Learning
论文题目：Continuous Control With Deep Reinforcement Learning 所解决的问题？ 这篇文章将...
-
【5分钟 Paper】Deterministic Policy Gradient Algorithms
论文题目：Deterministic Policy Gradient Algorithms 所解决的问题？ stochastic polic...
-
【5分钟 Paper】Prioritized Experience Replay
论文题目：Prioritized Experience Replay 所解决的问题？ Experience replay能够让强化学习去考虑...
-
机器博弈 (一) 入门简介
现代博弈论建立 现代博弈论的建立得从1944年算起，1944年冯·诺依曼的《博弈论与经济行为》以数学形式来阐述博弈论及其应用，标志着现代系统...
-
机器博弈 (二) 遗憾最小化算法
现代的博弈论快速与人工智能进行结合，形成了以数据驱动的博弈论新的框架。博弈论与计算机科学的交叉领域非常多，有以下几个方面： 理论计算机科学：...
-
机器博弈 (三) 虚拟遗憾最小化算法
虚拟遗憾最小化算法(Counterfactual Regret Minimization) 如果不能遍历计算机所有节点的遗憾值，那么可以采用虚拟...
专题公告
深度强化学习的前世今生
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/1863922/ai%E5%85%AC%E4%BC%97%E5%8F%B7.jpg', '推荐专题《深度强化学习基础到前沿》（ 分享自 @简书 ）','https://jianshuapi.com/c/2b0c838031df?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','页面编码gb2312|utf-8默认gb2312'));){kind=link}