1回答
逆强化学习是利用专家轨迹学习奖励函数。目前最成功的方法是最大熵逆强化学习。但在这一点上，你需要一个基于模型的强化学习。但世界上大多数实际问题都是无模型的，很难计算出状态转移概率。那么，我们如何在现实问题中使用这种逆强化学习呢？
浏览 0提问于2018-04-02得票数 3
回答已采纳
1回答
我正在使用强化学习教一个人工智能，一个奥地利纸牌游戏，与不完美的信息，称为施纳普森。对于不同的游戏状态，我有不同的神经网络(使用不同的特征)来计算值/策略。
浏览 0提问于2021-10-11得票数 1
1回答
以下是一些报告小行星上的坏结果的论文(有些文章互相引用)：深度强化学习的大规模并行学习方法基于深度强化学习的网络结构决斗彩虹:深度强化学习的综合改进Atari游戏游戏的神经进化方法
浏览 0提问于2018-02-16得票数 3
回答已采纳
2回答
作为深度强化学习的初学者，我很困惑为什么我们应该在强化学习中使用马尔可夫过程，以及它给强化学习带来了什么好处。另外，马尔可夫过程要求在“已知”条件下，“现在”与“未来”无关。为什么一些深度强化学习算法可以使用RNN和LSTM？这是否违反了马尔可夫过程的假设？
浏览 4提问于2020-12-23得票数 0
我见过一个描述“强化学习树”的研究论文，作者说它比随机森林有更好的收敛性。
然而，我找不到任何与利用随机森林作为强化学习的表格有关的东西。是否曾进行过使用随机森林强化学习的测试？
浏览 0提问于2017-08-14得票数 4
回答已采纳
7回答
DQN（Deep Q-Learning）可谓是深度强化学习（Deep Reinforcement Learning，DRL）的开山之作，是将深度学习与强化学习结合起来从而实现从感知（Perception）到动作（ Action ）的端对端（End-to-end）学习的一种全新的算法 ，该如何实现深度强化学习（DQN）呢?
浏览 3791提问于2018-10-10
1回答
我正在尝试使用强化学习来控制一个实际的机器人操纵器。对于强化学习，我使用的是Google tensorflow。C++中有没有使用Tensorflow强化学习算法的方法？或者，有没有其他方法可以在C++实时控制器上实现强化学习算法？由衷地，
史蒂夫
浏览 0提问于2019-04-01得票数 0
2回答
我想用强化学习机器学习的方法来研究和开发一些应用。我已经熟悉使用监督学习的分类问题。
有人能给我推荐一些资料(链接，youtube教程，pdf笔记，.)吗？
浏览 0提问于2021-11-15得票数 0
回答已采纳
1回答
我正在学习强化学习，我发现了令人困惑的信息。我知道有两种不同类型的强化学习，基于模型和模型自由。在第二个图像中，可以看到TD学习，所以我不明白Td学习是另一种强化学习还是基于模型的。
📷
浏览 0提问于2022-02-21得票数 0
回答已采纳
1回答
在对静止加密数据(例如密码保护的AES加密文件)进行离线暴力攻击的背景下，有64位熵和65536轮密钥强化的密码是否与具有80位“真实”熵(而没有密钥强化)的密码一样强？我想我真正想知道的是，如果我知道应用了密钥强化，我可以使用更短的密码吗？
浏览 0提问于2017-03-04得票数 4
回答已采纳
2回答
是否有人知道任何成功实施NLP强化学习的情况。我期待的聊天机器人，可以自动学习。
试着搜索互联网，但很少发现像自然语言处理的强化学习。媒介这样的文章或像基于自然语言的强化学习综述这样的报纸。
浏览 0提问于2019-11-27得票数 0
但是，如何设计和优化神经网络在深度强化学习中的应用呢？我们可以用奖励等来评估强化学习算法本身的性能，但是如何保证神经网络在强化学习算法中的应用是好的还是坏的呢？
浏览 0提问于2019-02-08得票数 3
1回答
将动作识别重新定义为强化学习问题
、、、、
考虑到强化学习方面的重大进展，我想知道是否有可能将诸如动作识别、目标跟踪或图像分类等问题转化为强化学习问题。
浏览 0提问于2018-06-04得票数 2
回答已采纳
如果不使用深层神经网络(DNN)来实现强化学习算法，比如深度Q-网络(DQN)，可以实现吗？在下面的DQN伪码中，如果我想用另一种无监督算法替换DNN部分，它可能吗？
浏览 0提问于2018-08-31得票数 3
关于强化学习解决排班算法的问题，如果是有一大堆的约束条件且要求说每个人一天一定要上满7天班，但是总会有人请假休息，遇到这种问题还能使用强化学习去实现排班吗？如果不能实现，那强化学习实现排班的这个demo就没有什么价值了，因为没有解决实际问题。
浏览 432提问于2021-03-23
3回答
如何使已经被字符串化的JavaScript代码“去字符串化”？JSON.parse似乎不起作用。我们希望将JavaScript代码存储在数据库中，然后检索它，然后对它进行评估。以下是数据库中的代码： var crAmount = script.getGridRowFieldValue('creditamount', e
浏览 0提问于2015-04-27得票数 1
回答已采纳
1回答
我目前正在尝试用C++编写一个扮演炸弹人的人工智能，我想用CNTK将其实现为神经网络(强化学习)。该工具包有很多教程和示例，甚至有一个用于强化学习，但它是用python编写的，我不知道。有没有使用CNTK教授强化学习的实用C++示例或教程？
我最关心的第一个问题是如何使用CNTK C++ api创建模型。
浏览 2提问于2017-06-06得票数 3
1回答
大多数材料(例如大卫·西尔弗的在线课程)我都能找到关于监督学习和强化学习之间关系的讨论。然而，它实际上是监督学习和在线强化学习的比较，在这种情况下，agent在环境中运行(或模拟交互)，以获得对底层动力学的有限知识的反馈。我对离线(批量)强化学习更感兴趣，在这里，数据集(收集的学习经验)是先验的。与监督学习相比，有什么不同？他们可能有哪些相似之处？
浏览 4提问于2021-08-14得票数 0
回答已采纳
1回答
有没有关于强化学习中无限状态空间模型的资料或讲座？或者如何继续创建一个可以具有无限状态空间的环境。我希望通过强化学习来生成文本，所以上面的任何指导都会很有帮助。
浏览 14提问于2017-02-26得票数 0
云服务器
ICP备案
云点播
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号