发简信
IP属地：广东
-
Applying Expert Data into RL
方法一：先用expert数据(s,a)监督训练pre-train policy网络，再继续RL训练。但是需要expert数据量够大， 不然容易陷...
-
RL Paper Review
导航 Learning to Navigate in Cites Without a Map, NIPS2018，DeepMind 本篇是Dee...
-
IJCAI 2019
本次IJCAI之行共七天时间。前面三天是tutorial和workshop同时进行。后面四天是conference，每个时间段有多个sessio...
-
动态规划先考虑斐波拉契数列： 对fib(6)递归树如下： 递归实现： 那么会多次调用函数求解common的子问题，比如fib(3), fib(2)。我们...
-
ws：OpenAI Deep RL一 什么是RL RL是trail and error来解决问题。 RL条件：你有一个sequential decision making问题，你...
-
class：deep RL UC Berkeley用法总结 Imitation learning只能模仿所给的demonstration，并不能超越，而且没有应用到reward。 对于Marko...