经验分享 - 话题 | RLChina 强化学习社区

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 2

浏览 305

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28天前

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 1

评论

浏览 85

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 1

评论 6

浏览 522

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 120

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 127

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 170

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 160

经验分享
清木这家伙很懒，什么都没留下

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 322

经验分享
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 513

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 657

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 715

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 294

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 599

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 484

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 793

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 253

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 341

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 338

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 878

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 526

经验分享

RLChina
66 帖子 • 49 评论

271
Carlos
2 帖子 • 2 评论

251
POLIXIR
19 帖子 • 2 评论

159
Rewrite
0 帖子 • 1 评论

149
支太行
17 帖子 • 34 评论

132
张海峰
4 帖子 • 35 评论

122
AINova
20 帖子 • 39 评论

89
vinbo
6 帖子 • 34 评论

85
daydayup
4 帖子 • 33 评论

82
从头再来
14 帖子 • 41 评论

80