产业应用 - 话题 | RLChina 强化学习社区

POLIXIR 南栖仙策(Polixir)是南京大学人工智能创新研究院技术孵化企业，核心技术是通过推演亿万种决策的不同结果，找到通向未来的最优路径，实现现实世界自主决策系统。目前南栖仙策已研发出通用决策系统—仙启，开创性地提出数据驱动的虚拟环境构建技术，从少量历史交互数据中构建虚拟世界，寻找最优决策，避免在线试错的代价。

发布于2021-12-16 18:14:41

NeoRL: 接近真实世界的离线强化学习基准
众所周知，强化学习（RL）在游戏界的成功已经在 AI 界产生了轰动，不管是玩出历史高分的微软 AI，还是继围棋之后，人工智能又攻克的德州扑克，亦或是利用“左右互搏”来增强学习的 OpenAI。人工智能在不同的游戏中的最新得分已经超越了人类的水平。当大家...

赞 2

评论

浏览 164

产业应用
vinbo The whole life is a game...

发布于2021-11-12 14:01:52

大家收到这个AI项目合作邀请信了吗？
我在 b 站收到的你好我们是一个加密货币 NFT 方面的团队，现在想做一些和 AI 有关的 NFT 项目，就是以 AI 本身为 NFT 进行交易的一个 GAMEFI 项目，AI 角色通过训练后，作为 NFT 装备包本身，进行交易。但我们对 AI 这块有...

赞 4

评论 5

浏览 228

产业应用
dandan 研二在读，边缘计算，强化学习加油冲啊

发布于2021-10-13 08:59:50

请问大佬，我的DDPG算法不收敛是什么原因？
DDPG 算法不收敛是我采样的数据随机性太大了吗

赞

评论 2

浏览 160

产业应用
dandan 研二在读，边缘计算，强化学习加油冲啊

发布于2021-10-11 17:41:34

请问大佬FrozenLake中的FrozenLake-v1这个环境 “由于是冰面，每次行走有一定的概率滑行到附近的其它状态” 这句话应该怎么理解？
也就是说状态转移中在第 0 个状态下采取动作 0 后面跟的这三个四元组怎么理解？ 0(state): {0(action): [(0.3333333333333333, 0, 0.0, False), (0.3333333333333333, 0, 0...

赞

评论 2

浏览 105

产业应用
Z

Z zhangmou266 这家伙很懒，什么都没留下

发布于2021-10-09 19:39:08

强化学习在机器人领域的应用
在人机交互的场景中，对于非常耗时的强化学习过程有什么替代人类参与机器人学习过程的应对策略吗？

赞 1

评论

浏览 154

产业应用

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