水区 - 话题 | RLChina 强化学习社区

B

B BrandonLiu 这家伙很懒，什么都没留下

发布于23天前

NeurIPS 2024 | DACER：扩散模型与在线强化学习强强联合创造新SOTA！
本文介绍清华大学智能驾驶课题组（iDLab）在 NeurIPS 2024 发表的最新研究成果《Diffusion Actor-Critic with Entropy Regulator》。该算法创新性地将扩散模型的反向过程作为策略函数，使在线强化学习算法能...

赞 1

评论

浏览 112

水区
R

R rlchina-baishi 这家伙很懒，什么都没留下

发布于2024-07-16 10:02:13

多智能体训练中，qmix、vdn发散而ippo缓慢收敛
代码使用的是 pymarl，环境是 cityflow，评价指标是 average travel time（越小越好），可见 ippo 的评价指标缓慢变小，qmix、vdn 直接发散了。导致发散的可能原因是什么呢？ ippo 收敛慢又是什么原因呢？ i...

赞

评论 3

浏览 593

水区
cloudpetticoats cs在读研究生

发布于2024-11-28 22:39:45

DQN求解优化问题总收敛到边界值？
大佬们，我正在用 GAT+DQN 求解一个离散优化问题，action 是 n 维的二进制变量（n 会变化，所以用 GAT），优化目标设定为一个正的即时奖励，还有两个约束，不满足约束会给一个大的负奖励，用 epsilong-greedy 随机探索二进制变量。...

赞

评论

浏览 142

水区
B

B buaacaver 这家伙很懒，什么都没留下

发布于2024-11-26 09:53:36

rlchina2024的多智能体合作与博弈专题视频回放在哪里看呢
找了官网和 b 站里的多智能体合作与博弈视频但是没找到，想问一下是后续会继续传到 b 站里吗？还是后面也不会再传了呀

赞

评论

浏览 146

水区
坤

坤坤坤@ubiquant 这家伙很懒，什么都没留下

发布于2024-11-04 14:48:36

【九坤投资】量化新星挑战赛|字符猎手挑战赛报名倒计时7天
亲爱的同学们：九坤第七届量化联赛第二期 | 字符猎手挑战赛正在火热报名中~报名倒计时7天！诚邀各位加入挑战！！！【赛题简介】本期赛题需要选手在字符识别的基础上按照规则完成消除游戏，得分高者即可胜出。比赛设总榜以及两个子榜单，子榜分别关注识别准确率和策略...

赞 1

评论

浏览 250

水区
J

J jjx 这家伙很懒，什么都没留下

发布于2024-10-22 14:03:53

MADDPG
GitHub 上开源的关于 maddpg 的代码环境都很老，配置一直错误怎么办？这是 openai 开源的代码：https://github.com/openai/maddpg 这是环境依赖：Known dependencies: Python (3.5...

赞

评论 1

浏览 237

水区
Jane 量化从业6年+/求贤若渴/不设阈值 wechat：Tangle_2013

发布于2024-10-22 20:34:20

【九坤投资】量化新星挑战赛|字符猎手挑战赛报名邀请函
亲爱的同学们：九坤第七届量化联赛第二期 | 字符猎手挑战赛正式开启报名！【赛题简介】本期赛题目标是让选手在交互式的游戏环境中，设计模型与游戏策略，确保模型能够准确识别游戏画面中的每个格子的字符类型，并合理执行动作，使得智能体获得游戏高分。本期比赛将着重...

赞 1

评论

浏览 334

水区
Error_666 Work hard, be nice.

发布于2024-10-07 22:39:11

TD时序差分算法的off-policy version的疑问
目前对 off-policy 的理解是，生成 experience 数据的 policy 与优化出的 policy 不同。那么如果是这样的话，与 on-policy 相比，感觉很难得到真正的最优 policy，因为它是在生成 experience 数据的...

赞

评论 2

浏览 336

水区
九

九九章二节这家伙很懒，什么都没留下

发布于2024-04-28 19:32:21

平台有考虑加个搜索功能吗？
翻旧贴很不方便

赞 4

评论 4

浏览 1029

水区
白辰甲（TeleAI）强化学习

发布于2024-08-19 14:59:20

具身智能实习生招聘（上海）
白辰甲课题组招收具身智能/强化学习方向实习生职责：进行相关科研工作，发表高水平国际学术论文。具体方向包括：强化学习方向，包含离线学习、多智能体学习、探索和表征、安全强化学习、偏好学习、迁移和泛化等主题。决策大模型，包括 LLM 规划，世界模型学习，多...

赞 1

评论

浏览 740

水区
T

T TJU-NF 这家伙很懒，什么都没留下

发布于2024-08-05 09:31:44

RLChina 论文研讨会第96期（2024.8.06直播）
导读论文研讨会是 RLChina 举办的学术活动，由 RL 领域不同研究团队轮流担任主持人，邀请一线研究人员针对特定论文做交流分享。第 96 期论文研讨会将由天津大学博士生倪飞主持，天津大学硕士生陈逸彬、天津大学博士生刘金毅和天津大学博士生李鹏翼为大家...

赞

评论 2

浏览 784

水区
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2024-07-26 11:12:22

矢量智控L3级水务智能化——智慧加氯让生活用水无忧“氯”
近年来，随着居民对于用水安全和用水品质要求的不断提高，水处理技术和用水水质指标成为公众关注的焦点。加之国家相继颁布并完善了一系列法规，包括新国家标准《生活饮用水卫生标准》和《关于加强城市供水安全保障工作的通知》等，显现了政府对城镇供水这一重要民生工程的高度...

赞

评论

浏览 500

水区
Jane 量化从业6年+/求贤若渴/不设阈值 wechat：Tangle_2013

发布于2024-07-26 10:50:39

【九坤投资仲夏赛季】量化新星挑战赛|股票模拟交易赛报名邀请函
亲爱的同学们：九坤股票模拟交易赛正式开启报名！全球顶尖高手同台竞技体验真实的量化交易过一把 quant trader 瘾超丰厚奖金拿到手软【赛题简介】本次比赛平台为模拟股票交易所，该平台以真实股票市场数据为基础通过衍生数据进行模拟撮合交易；同时...

赞 2

评论 1

浏览 737

水区
张知临这家伙很懒，什么都没留下

发布于2024-07-13 22:40:11

适合RLer参加的国际大型比赛 - NeurIPS Competition 2024：Auto-Bidding in Large-Scale Auctions（大规模拍卖中的自动出价）
一：赛题介绍 NeurIPS 神经信息处理系统大会（Conference on Neural Information Processing Systems，简称 NeurIPS 2024 ），是人工智能和机器学习领域的国际顶级会议，也是 CCF 推荐的 A...

赞 2

评论

浏览 619

水区
Yuding 这家伙很懒，什么都没留下

发布于2024-03-12 20:40:37

有关强化学习奖励在训练300万轮中存在先上升稳定，又突然下降现象的产生原因
请各位大佬帮忙解答一下，奖励函数出现剧烈下降的可能原因

赞 1

评论 15

浏览 1740

水区
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2024-07-05 17:39:29

矢量智控L3级水务智能化——为城市排水调度应急响应装上决策“大脑”
随着气候的变化，城市内涝多有发生。如何提高城市排水管网应急响应能力是当前很多地方政府亟待解决的问题。同时，城市规模的迅猛发展带来了大量污水，排水调度泵站的运行消耗了大量的电力。在确保安全排水的情况下，如何降低泵站运行的电力消耗从而减少运营成本成为排水公司需...

赞 1

评论

浏览 378

水区
王

王王梓岩这家伙很懒，什么都没留下

发布于2024-07-02 03:14:22

RLChina 论文研讨会第91期（2024.7.2直播）
导读论文研讨会是 RLChina 举办的学术活动，由 RL 领域不同研究团队轮流担任主持人，邀请一线研究人员针对特定论文做交流分享。第 91 期论文研讨会将由伦敦国王学院博士生王梓岩主持，悉尼科技大学博士生史紫荆，清华大学深圳国际研究生院一年级硕士生...

赞

评论

浏览 469

水区
C

C CharlesZhang 这家伙很懒，什么都没留下

发布于2024-06-24 13:35:27

RLChina 论文研讨会第90期（2024.6.25直播）
导读论文研讨会是 RLChina 举办的学术活动，由 RL 领域不同研究团队轮流担任主持人，邀请一线研究人员针对特定论文做交流分享。第 90 期论文研讨会将由香港中文大学（深圳）博士生梁豪主持，围绕 RL 话题，邀请香港中文大学（深圳）数据科学学院博士...

赞

评论

浏览 482

水区
秋水这家伙很懒，什么都没留下

发布于2024-06-17 12:16:29

RL China 2024大会啥时候
今年会有 RL China 2024 大会吗，我看去年是 11 月多举办的，前年没搜到，今年还会有吗？去年的“由中国计算机学会 (CCF) 主办的 RLChina 2023 大会计划于 11 月 24 - 26 日在苏州 CCF 业务总部隆重召开。”

赞 1

评论

浏览 475

水区
庞竟成南京大学

发布于2024-06-10 11:17:26

RLChina 论文研讨会第89期（2024.6.11直播）
导读论文研讨会是 RLChina 举办的学术活动，由 RL 领域不同研究团队轮流担任主持人，邀请一线研究人员针对特定论文做交流分享。第 89 期论文讨论会将由南京大学博士生庞竟成同学主持，南京大学博士生贾乘兴和硕士生邱文杰与大家分享他们近期发表的研究工...

赞 1

评论

浏览 506

水区

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 2024 大会（可下载课件）：http://rlchina.org/rlchina_2024

三、RLChina 2023 大会（可下载课件）：http://rlchina.org/rlchina_2023

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

五、RLChina 2021 强化学习暑期课：http://rlchina.org/topic/9?utm_source=pocket_saves

六、RLChina 智能体挑战赛：http://rlchina.org/topic/928

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

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

Carlos
2 帖子 • 4 评论

957
Frei0d
1 帖子 • 9 评论

795
R
Rlxia
0 帖子 • 0 评论

561
RLChina
124 帖子 • 77 评论

454
POLIXIR
44 帖子 • 5 评论

351
Rewrite
0 帖子 • 4 评论

215
vinbo
9 帖子 • 84 评论

167
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

99