经验分享 - 话题 | RLChina 强化学习社区

OpenDILab决策智能聚焦科技前沿研究问题，致力于探索下一代人工智能

发布于2023-06-21 16:04:21

混合动作空间｜揭秘创造人工智能的黑魔法（5）
在前几期博客里，我们介绍了混合动作空间的定义和相关的一些经典算法（如 P-DQN，H-PPO 等）：混合动作空间｜揭秘创造人工智能的黑魔法（1）：http://rlchina.org/topic/418 混合动作空间｜揭秘创造人工智能的黑魔法（2...

赞

评论

浏览 229

经验分享
自动化所姜纪文 (ง •_•)ง

发布于2023-06-18 19:41:58

良师益友 | 上海交大温颖：教导机器与世界互动
导读 “良师益友”是 RLChina 的一个栏目，以采访的形式记录学者对科研工作的思考。本篇文章主要介绍对上海交通大学助理教授温颖博士的采访，主要涉及个人经历、学术观点、生活与教研 3 个部分，共计 13 个问题。快来看看他想对广大 RL 爱好者说些什么...

赞

评论

浏览 209

经验分享
OpenDILab决策智能聚焦科技前沿研究问题，致力于探索下一代人工智能

发布于2023-06-15 15:12:15

混合动作空间｜揭秘创造人工智能的黑魔法（4）
还记得我们的混合动作空间专栏吗？过去的三篇专栏里，我们介绍了混合动作空间的定义，常见的动作空间预处理方法，并将当前学术界解决混合动作空间的方法总结为以下三类：基于状态-动作值函数 Q 的方法基于状态值函数 V 的方法基于动作空间学习和转换的方法 ...

赞 1

评论

浏览 140

经验分享
自动化所王梓薏这家伙很懒，什么都没留下

发布于2023-03-09 18:07:44

良师益友|天津大学郝建业：人工智能的前途在于应用
导读 “良师益友”是 RLChina 的一个栏目，以采访的形式记录学者对科研工作的思考。本篇文章主要介绍对天津大学副教授、华为诺亚方舟决策推理实验室主任郝建业博士的采访，主要涉及个人经历、学术观点、产业观点、其他观点 4 个部分，共计 10 个问题。快来...

赞 2

评论

浏览 599

经验分享
小

小小丶马这家伙很懒，什么都没留下

发布于2023-02-22 20:30:48

请教一下关于动作边界值的问题。
假如我的动作空间是开区间（-1,1），并且采用的是 PPO 算法，那我要怎么避免智能体取到边界值-1 和 1 呢？常用的方法有哪些诶？

赞

评论

浏览 256

经验分享
大鱼这家伙很懒，什么都没留下

发布于2022-04-06 08:39:45

分层强化学习
请教：分层强化学习有什么推荐的综述文章吗？

赞

评论 4

浏览 1166

经验分享
OpenDILab决策智能聚焦科技前沿研究问题，致力于探索下一代人工智能

发布于2022-06-08 12:13:41

玩转Python｜类与方法的隐藏秘密（3）
上期为大家准备的 Python 攻略，从原理上讲了 Python 类的本质，接下来的两篇 Python 专栏里，继续来讲讲关于类及其方法的一些冷知识和烫知识。我们也会和前面两篇专栏一样，用各种神奇的例子，从原理和机制的角度为你还原一个不一样的 Pytho...

赞 2

评论

浏览 512

经验分享
AINova 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 1

评论 6

浏览 1097

经验分享
OpenDILab决策智能聚焦科技前沿研究问题，致力于探索下一代人工智能

发布于2022-05-31 15:08:52

混合动作空间｜揭秘创造人工智能的黑魔法（3）
在前两篇博客中，我们介绍了深度强化学习的动作空间定义和常见的预处理方法。混合动作空间 | 揭秘创造人工智能的黑魔法(1) 混合动作空间 | 揭秘创造人工智能的黑魔法(2) 过去的强化学习研究大部分都关注离散动作和连续动作问题，但由于混合动作空间在诸多真实...

赞 1

评论

浏览 1035

经验分享
OpenDILab决策智能聚焦科技前沿研究问题，致力于探索下一代人工智能

发布于2022-05-27 12:51:30

混合动作空间｜揭秘创造人工智能的黑魔法（2）
引言：我们之前的一篇文章（混合动作空间｜揭秘创造人工智能的黑魔法（1））中，详细地介绍了强化学习目前常见的动作空间类型，如离散动作、连续动作、混合动作等。本文则将以游戏环境为例，介绍如何对强化学习的动作空间进行预处理（action space sha...

赞 1

评论

浏览 584

经验分享
S

S songweifeng 这家伙很懒，什么都没留下

发布于2022-03-25 11:17:17

请教关于多智能体DRL和注意力机制的问题
1、在多智能体的情况下，能否使用局部观测达到甚至超过使用全局信息的训练效果？ 2、注意力机制加入之后训练效果不增反减的原因？或者是其使用条件

赞

评论

浏览 504

经验分享
7

7 7bring 这家伙很懒，什么都没留下

发布于2022-03-20 19:44:25

请教！有关DQN的损失函数收敛，但是模型表现很差的问题。详细的问题描述如下链接。 https://zhuanlan.zhihu.com/p/484273534

赞

评论

浏览 464

经验分享
清木 safe learning

发布于2022-03-03 00:56:53

Safe Reinforcement Learning Baseline
我们整理和调查了 safe reinforcement learning 相关的算法 baseline 文献以及 code，有感兴趣的欢迎加入我们，也欢迎任何建议意见。文献和代码链接： https://github.com/chauncygu/Safe-R...

赞 7

评论 2

浏览 799

经验分享
AINova 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 1615

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 1483

经验分享
AINova 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 1142

经验分享
AINova 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 681

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 1209

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 986

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 1137

经验分享

首次进入社区的小伙伴，欢迎了解以下事项，参与相关活动：

一、RLChina 组织形式：http://rlchina.org/topic/211

二、RLChina 2023 ChatGPT 和大模型春季课程：http://rlchina.org/topic/652

三、RLChina 2022 强化学习暑期课：http://rlchina.org/topic/491

四、RLChina 智能体挑战赛：http://rlchina.org/topic/216

五、RLChina 前沿讲习班：http://rlchina.org/topic/215

六、RLChina 论文研讨会：http://rlchina.org/topic/219

Carlos
2 帖子 • 3 评论

652
RLChina
122 帖子 • 77 评论

437
Frei0d
1 帖子 • 7 评论

368
POLIXIR
35 帖子 • 5 评论

342
Rewrite
0 帖子 • 4 评论

215
R
Rlxia
0 帖子 • 0 评论

184
vinbo
9 帖子 • 84 评论

165
支太行
17 帖子 • 34 评论

133
张海峰
4 帖子 • 43 评论

132
AINova
20 帖子 • 43 评论

98