课程学习 - 话题 | RLChina 强化学习社区

张伟楠上海交通大学副教授，研究强化学习、信息检索。

发布于2022-05-18 17:35:22

上海交通大学强化学习课件
大家好，我是张伟楠，近期将自己在上海交大 ACM 班和 AI 班讲授的《强化学习》课程的课件公布在了： https://hrl.boyuai.com/slides/ 我第一时间在咱 RLChina 社区吼一声，欢迎各位同学们来看看课件，看看课程视频，顺便《...

赞 17

评论 8

浏览 654

课程学习
张伟楠上海交通大学副教授，研究强化学习、信息检索。

发布于2022-04-24 18:45:18

写《动手学强化学习》的一些感想
动手学强化学习的封面图：Cliff Walking 最近出版了《动手学强化学习》，不少同行已经拿到了书，给我拍了照片。但由于上海疫情的原因，我自己现在都还没拿到书.. 海峰老师让我在 RLChina 社区里写一个关于本书的帖子，为 RLChina 的赠书活...

赞 14

评论

浏览 448

课程学习
L

L lg(x) 这家伙很懒，什么都没留下

发布于2022-04-23 11:25:38

多智能体系统（不局限于MARL）有什么推荐教材（中英文均可）吗？有相应的入门代码实例吗？
想了解下 MAS 的学习路线。

赞

评论

浏览 159

课程学习
留白这家伙很懒，什么都没留下

发布于2022-04-21 19:27:02

大家有没有适合学习的课程呢，偏数学的理论推导一类的
大家有没有适合学习的课程呢，偏数学的理论推导一类的（强化学习或者 DL 类适用的数学课程），发现自己的数学基础真的还挺薄弱的，所以想要补一补

赞

评论 1

浏览 149

课程学习
文

文文刂羊羽这家伙很懒，什么都没留下

发布于2022-04-21 18:14:39

强化学习
最近在看 sutton 的强化学习，了解了很多基础知识，希望从《动手学强化学习》中学到更多的知识，并提高实践能力！

赞

评论

浏览 92

课程学习
hba RL team leader @Huawei R&D UK & UCL H. Assistant Prof.

发布于2022-03-07 02:52:21
A 4 step proof that value baselines don't affect policy grads in #RL😀Just the log-trick & Fubini gets u there!
赞 5

评论 3

浏览 406

课程学习
Multi-Agent 这家伙很懒，什么都没留下

发布于2022-03-05 10:53:45

DDPG动作总是输出边界值？
请问在训练过程中动作输出大部分总是边界值怎么解决，如何把 s、r、s_、a 变成同一数量级？

赞

评论

浏览 192

课程学习
hba RL team leader @Huawei R&D UK & UCL H. Assistant Prof.

发布于2022-03-02 22:47:19

Iterated Law of Expectation Consice Proof (6 simple steps)
When deriving the Belman equations, we needed the iterated law of expectations. Rather than believing me, have a look at this 6-...

赞 2

评论

浏览 214

课程学习
hba RL team leader @Huawei R&D UK & UCL H. Assistant Prof.

发布于2022-03-02 05:44:26
ELBO in 5 simple steps starting direclty from Bayes Rule!
赞 3

评论

浏览 291

课程学习
hba RL team leader @Huawei R&D UK & UCL H. Assistant Prof.

发布于2022-02-28 22:26:57

(RL 正在改变世界！贝尔曼方程是#RL 的核心。这是一个 3 (3.5:P) 步骤的简明证明)

赞 6

评论 2

浏览 368

课程学习
董豪 Assistant Professor, 机器学习/强化学习/人工智能/计算机视觉/机器人，北京大学

发布于2022-02-11 11:54:15

「强化学习」中文书籍免费开源啦
书籍主页：https://deepreinforcementlearningbook.org/ （中文版可以在主页免费下载！！！）为什么写这本书？我们写这本书的初衷是因为市面上很少有书籍或者教程能同时覆盖从“0 到 1”和“从 1 到 N”的深度强化学...

赞 8

评论 1

浏览 578

课程学习
Multi-Agent 这家伙很懒，什么都没留下

发布于2021-12-22 11:23:02

各位大佬，有没有multi-agent DDPG相关的代码？最近在学习这方面的知识，但是没有可参考的代码

赞 1

评论 3

浏览 524

课程学习
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2021-09-15 14:58:43

RLChina 2021 强化学习暑期课
课程安排直播和回放渠道：B 站，AI 研习社，机器之心，博文视点，CSDN 8.16 周一 8.17 周二 8.18 周三 8.19 周四 8.20 周五 9:00-10:30 机器学习入门陈旭（课件，回放）强化学习入门一张伟楠（课件，...

赞 14

评论 7

浏览 6026

课程学习
X

X xyhk96 这家伙很懒，什么都没留下

发布于2021-12-08 10:02:21

各位大佬们，我想知道，在多智能体强化学习中，如果智能体之间的动作存在一定的约束，多智能体强化学习还能够实现吗，比如，假设有智能体1,2,3,4，他们的动作满足a1+a2+a3+a4=100，这种是不是无法通过分布式多智能体来实现，必须采用一个集中式控制器来保证约束吗？

赞

评论 9

浏览 475

课程学习
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2021-12-07 15:24:24

2022强化学习的方向？
👻👻👻 不好意思，标题党了，主要是我自己的疑惑，"学习"强化学习快半年了，主要就是 Q、DQN、DDPG、PPO 一些经典算法和他们的变种套到 gym 上看了看效果，也泛泛读了当前的相关论文，但是总觉得对 RL 的思想理解停留在表层上，特来请教 1.入门...

赞 3

评论 3

浏览 846

课程学习
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2021-10-12 15:55:24

强化学习入门五问
@toc 第一问：强化学习想解决什么问题？内容导读本问将引入强化学习的概念，并形式化定义强化学习模型的基础——马尔可夫决策过程。答疑解惑强化学习的适用范围强化学习适用于解决连续决策问题。直观来说，在连续决策问题中，智能体会与环境进行一系列的迭代交...

赞 13

评论 7

浏览 1228

课程学习
snowkylin Ph.D. Student, Department of Computer Science, University College London

发布于2021-10-09 16:19:19

欢迎使用《简单粗暴 TensorFlow 2》学习 TensorFlow！
在 TensorFlow 官方公众号上长篇连载的《简单粗暴 TensorFlow 2》系列在 https://tf.wiki 上线了！这是一本简明、开源的 TensorFlow 2 入门指导手册，基于 Keras 和即时执行模式（Eager Execut...

赞 14

评论 8

浏览 573

课程学习
vivian 这家伙很懒，什么都没留下

发布于2021-10-09 16:39:50

求问面试题: MC和TD分别是无偏估计吗，为什么？MC、TD谁的方差大，为什么？
感谢回复，总结翻译 + 个人理解如下： MC 使用真实 return（Gt）估计 TD 使用贝尔曼方程进行自举来估计真实值为期望 return（Gt） MC 中使用的估计值是源于真实回报的采样，与真实值具有相同的期望，因此 MC 是无偏估计；TD 方...

赞 2

评论 4

浏览 476

课程学习
H

H hanhan 这家伙很懒，什么都没留下

发布于2021-10-10 10:38:26

强化学习入门资料推荐
1.入门首选资料：【中文字幕】David Silver 深度强化算法学习链接 2.在看上述资料的同时，建议看 yeqiang 的笔记来辅助理解。链接 3.如果觉得基础不好，还是听不懂。可以看 wangshusen 的入门课程。链接 4.国内优秀的课程...

赞 8

评论 5

浏览 506

课程学习
H

H hanhan 这家伙很懒，什么都没留下

发布于2021-10-10 16:22:21

强化学习算法实战推荐（一）
强化学习算法的实现。Python、OpenAI Gym、Tensorflow。Sutton 的书和 David Silver 的课程的练习和解答。 star 星为 17.2k 链接

赞 4

评论 6

浏览 491

课程学习

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