经验分享 - 话题 | RLChina 强化学习社区

AINova 研二在读，研究强化学习，时空众包

发布于2021-11-28 10:47:55

请问大家有没有入门多智能体强化学习的代码推荐可供小白入门学习
有代码推荐的大佬回我回我

赞 3

评论 3

浏览 253

经验分享
daydayup 一份伏特加，加一点青柠，姜汁，啤酒，最重要的是，还有一点爱

发布于2021-10-01 09:43:53

Unity ML-agents | | 强化学习 | | 交流 | | 求助
最近在使用 ML-agents，在阅读他的详细设置和算法上遇到了难题，请问有没有小伙伴或者大佬可以一块交流学习啊，或者能给我指一个改写 PPO 的途径，蟹蟹！问题更新：（主要指 ML-agents 当中 PPO 算法具体输入、具体数据处理、输出都分别在整...

赞 7

评论 13

浏览 436

经验分享
AINova 研二在读，研究强化学习，时空众包

发布于2021-10-26 09:55:25

请问，使用了强化学习技术解决了自己研究方向的问题，效果不错，像这种情况可不可以发表论文
各位老师同学，我使用 Q-learning 算法解决了自己研究方向的某一个问题，效果还挺好的，但是没怎么对 Q-learning 算法进行改进，是基于 QL 算法的，找到了自己研究问题中对于状态集，动作集，Reward 的映射关系，想请问各位专家老师同学，...

赞 3

评论 10

浏览 510

经验分享
AINova 研二在读，研究强化学习，时空众包

发布于2021-11-05 11:09:12

使用最基础的Policy Gradient训练不收敛，有没有懂的大佬朋友

赞

评论 1

浏览 140

经验分享
Atongmu Let's play games, shall we?

发布于2021-10-15 09:32:11

强化经典面试题（一）
已经入坑一段时间，想整理一个强化学习面试题专栏。这里面有参考网上的问题和答案，也有自己平时遇到的。欢迎来一起讨论 🥰 Let's start, shall we? 1. 什么是强化学习？强化学习由环境、动作和奖励组成，强化学习的目标是使得作出的一系列决...

赞 2

评论 2

浏览 325

经验分享
H

H hanhan 这家伙很懒，什么都没留下

发布于2021-10-14 09:15:21

【面经】启元世界二面
1.做一下自我介绍 2.说一下实验室项目介绍 3.MA2C 是什么？ 4.在你的项目中，是怎么处理多智能体学习过程中的非平稳问题的？ 5.AC 算法和 PG 算法相比，有什么优势？ 6.在神经网络中，为什么要引入残差结构？ 7.为什么 GRU 和 LSTM...

赞 1

评论 1

浏览 229

经验分享
H

H hanhan 这家伙很懒，什么都没留下

发布于2021-10-13 11:21:52

【Github】打工人也需要生活
Worker Lives Matter！是由中国民间程序员发起的一个项目，针对目前包括互联网企业在内的各个企业加班盛行且无监管的现状，上线了一个在线作息编辑表格。上线仅两天就收获了上千条各个企业精确到部门的作息情况和工作氛围等信息，几十万的浏览次数，上百...

赞 2

评论 1

浏览 550

经验分享
AINova 研二在读，研究强化学习，时空众包

发布于2021-10-11 09:59:15

小白可以阅读《深入浅出强化学习》两本书来入门

赞

评论 3

浏览 111

经验分享
H

H hanhan 这家伙很懒，什么都没留下

发布于2021-10-11 22:11:27

分布式强化学习框架
MIT 的 Ray 链接上交大的链接 DILab 链接字节的 RayLink 链接

赞 1

评论 1

浏览 84

经验分享
AINova 研二在读，研究强化学习，时空众包

发布于2021-10-11 09:56:14

《深入浅出强化学习：编程实战》一书值得推荐

赞

评论 1

浏览 133

经验分享
Dixit 这家伙很懒，什么都没留下

发布于2021-10-07 17:06:54

方差缩减术
目前我所知的方差缩减技术有 3 类： 1、Baseline 方法； 2、TD 方法； 3、Reparameterization 方法；欢迎补充其他的方差缩减方法~ 另外在 actor loss 中，是否可以导出像机器学习中的那种 bias-varianc...

赞 2

评论 1

浏览 184

经验分享
RLChina RLChina 是由国内外强化学习学者联合发起的民间学术组织，主要活动包括举办强化学习线上公开课、强化学习线上研讨会等，旨在搭建强化学习学术界、产业界和广大爱好者之间的桥梁。

发布于2021-09-23 15:30:12

良师益友 | UCL 汪军：每天都要学一点新东西
导读本篇推文主要介绍对伦敦大学学院(UCL)计算机系汪军教授的采访，按照科研经历、领域见解、经验分享、热点话题、福利时间分为 5 个部分，共计 12 个问答。汪老师是多智能体强化学习领域的知名学者，也是 RLChina 社区的发起人，快来看看他想对广大 ...

赞 2

评论

浏览 358

经验分享
RLChina RLChina 是由国内外强化学习学者联合发起的民间学术组织，主要活动包括举办强化学习线上公开课、强化学习线上研讨会等，旨在搭建强化学习学术界、产业界和广大爱好者之间的桥梁。

发布于2021-09-23 14:48:31

良师益友 | 北大邓小铁：做科研是因为“不想浪费生命”
导读本篇推文主要介绍对北京大学前沿计算研究中心邓小铁教授的采访，按照实验室介绍、个人经历、学术见解、福利时间分为 4 个部分，共计 13 个问答。采访链接：https://www.bilibili.com/video/BV1e44y1B78f 人物简介...

赞 1

评论

浏览 230

经验分享
RLChina RLChina 是由国内外强化学习学者联合发起的民间学术组织，主要活动包括举办强化学习线上公开课、强化学习线上研讨会等，旨在搭建强化学习学术界、产业界和广大爱好者之间的桥梁。

发布于2021-09-23 14:16:28

良师益友 | 南洋理工安波：做应用启发下的科学研究
导读本篇推文主要介绍对南洋理工大学计算机科学与工程学院安波副教授的采访，按照实验室介绍、个人经历、学术见解、福利时间分为 4 个部分，共计 18 个问答。人物简介安波安波就职于南洋理工大学计算机科学与工程学院，担任校长委员会讲席副教授，主要研究领...

赞 1

评论

浏览 210

经验分享

RLChina
43 帖子 • 47 评论

199
Rewrite
0 帖子 • 1 评论

115
支太行
16 帖子 • 30 评论

112
张海峰
4 帖子 • 31 评论

112
Carlos
2 帖子 • 0 评论

97
AINova
19 帖子 • 38 评论

83
daydayup
4 帖子 • 33 评论

82
从头再来
14 帖子 • 41 评论

80
vinbo
5 帖子 • 31 评论

78
H
hanhan
24 帖子 • 42 评论

75