水区 - 话题 | RLChina 强化学习社区

上海数字大脑研究院上海数字大脑研究院（简称“数研院”）汇聚决策智能领域全球领先的科研力量，面向中国及全球产业智能化升级需求，致力于为全球企业提供决策智能解决方案，驱动各产业全面智能化升级。立志做中国产业进步的价值创新者，让决策更科学、更高效、更智能。

发布于5天前

招贤纳士|运筹优化建模语言研发实习生
关于我们数研院面向中国和全球数字化业务需求，聚焦决策智能大模型、多智能体强化学习、机器学习驱动的运筹优化算法、人在环路算法、数字孪⽣等新⼀代人工智能关键技术研究与应用，以科技创新与资本联动方式加速科技成果快速商业化，以华裔科学家为先导推进国际高端科研人才...

赞

评论

浏览 43

水区
上海数字大脑研究院上海数字大脑研究院（简称“数研院”）汇聚决策智能领域全球领先的科研力量，面向中国及全球产业智能化升级需求，致力于为全球企业提供决策智能解决方案，驱动各产业全面智能化升级。立志做中国产业进步的价值创新者，让决策更科学、更高效、更智能。

发布于5天前

招贤纳士|上海数字大脑研究院游戏AI实习生招聘
关于我们数研院面向中国和全球数字化业务需求，聚焦决策智能大模型、多智能体强化学习、机器学习驱动的运筹优化算法、人在环路算法、数字孪⽣等新⼀代人工智能关键技术研究与应用，以科技创新与资本联动方式加速科技成果快速商业化，以华裔科学家为先导推进国际高端科研人才...

赞

评论

浏览 44

水区
上海数字大脑研究院上海数字大脑研究院（简称“数研院”）汇聚决策智能领域全球领先的科研力量，面向中国及全球产业智能化升级需求，致力于为全球企业提供决策智能解决方案，驱动各产业全面智能化升级。立志做中国产业进步的价值创新者，让决策更科学、更高效、更智能。

发布于5天前
【直播预告】回顾人工智能及机器学习研究的最新进展，探讨意识与智能的内在联系，分析研究尝试与行业应用，上海数字大脑研究院第一期技术沙龙来啦～院长汪军教授将带来「机器意识：终极人工智能的最后一公里」，25号晚7点整，敬请关注👇🏻
赞

评论

浏览 44

水区
sheldon123z 这家伙很懒，什么都没留下

发布于7天前

On-Policy Approximation -1 强化学习Sutton第9章部分总结
On-Policy Approximation 均值方差公式： \overline{\mathrm{VE}}(\mathbf{w}) \doteq \sum_{s \in \mathcal{S}} \mu(s)\left[v_\pi(s)-\hat{v}(...

赞 1

评论

浏览 48

水区
程

程程锦国这家伙很懒，什么都没留下

发布于13天前

组合优化在强化学习领域是不是比较小众啊
感觉组合优化更偏重提取 feature 的架构和一些 mask-Scheme，强化学习方面一般就使用 DQN,DDPG,AC,PPO 这几种，感觉和主流的强化学习相脱节了。

赞

评论 1

浏览 81

水区
上海数字大脑研究院上海数字大脑研究院（简称“数研院”）汇聚决策智能领域全球领先的科研力量，面向中国及全球产业智能化升级需求，致力于为全球企业提供决策智能解决方案，驱动各产业全面智能化升级。立志做中国产业进步的价值创新者，让决策更科学、更高效、更智能。

发布于12天前

数研院招贤纳士，“职”等你来～
上周，我们发布了实习生的长期招募，详情请戳 👉 实习生招募，快快加入我们的大家庭！本周，工程师的招聘也在千呼万唤中和大家见面啦～邀请闪闪发光的你一起加入我们，创造无限可能！ Digital Brain Laboratory 上海数字大脑研究院汇聚决...

赞

评论

浏览 63

水区
上海数字大脑研究院上海数字大脑研究院（简称“数研院”）汇聚决策智能领域全球领先的科研力量，面向中国及全球产业智能化升级需求，致力于为全球企业提供决策智能解决方案，驱动各产业全面智能化升级。立志做中国产业进步的价值创新者，让决策更科学、更高效、更智能。

发布于12天前

群英荟萃，数研院联合主办的强化学习创新创意大赛结果公布
近日，由上海数字大脑研究院（简称“数研院”）联合江苏省人工智能学会和南栖仙策共同发起并赞助的强化学习创新创意大赛落下帷幕。此次大赛旨在激发强化学习技术的应用创新，鼓励选手了解强化学习的机制原理、掌握强化学习的任务建模、发掘强化学习落地场景、展现强化学习的...

赞

评论

浏览 45

水区
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19天前

原来《我的世界(Minecraft)》还能用视频预训练方法来玩！
新一期技术 blog 又和大家准时见面了，这次我们编译了 OpenAI 的一篇论文。这篇论文主要介绍了如何用视频预训练的方法来训练 Minecraft 智能体。近年来，自然语言和计算机视觉的工作证明了在数据集上预训练大型的通用基础模型对于上下游任务的...

赞 1

评论

浏览 111

水区
M

M Minyu 这家伙很懒，什么都没留下

发布于20天前

对于控制的取值属于某个区间的问题
在 RL 里面，通常为了考虑 exploration 和 exploitation，是考虑一个 stochastic action，即从一个概率密度函数中进行抽样，得到一个控制序列{a_t}，然后采取在控制系统中采用这个控制序列。而我的问题是： **1、...

赞 1

评论

浏览 74

水区
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22天前

关注多模态强化学习很需要看这些论文！OpenDILab都帮你整理好了！
各位是不是还在深入研究强化学习呢？那么请一定不要错过我们公布的 repo : aesome-multi-modal-reinforcement-learning ，这个 repo 致力于帮大家整理收录多模态强化学习的前沿 paper，从而让任何感兴趣的人都...

赞

评论

浏览 129

水区
上海数字大脑研究院上海数字大脑研究院（简称“数研院”）汇聚决策智能领域全球领先的科研力量，面向中国及全球产业智能化升级需求，致力于为全球企业提供决策智能解决方案，驱动各产业全面智能化升级。立志做中国产业进步的价值创新者，让决策更科学、更高效、更智能。

发布于25天前

CMC首期CTO闭门分享会成功召开，数研院科学家畅谈大模型的发展与应用
今年初以来，CMC 资本通过全新打造的与创业圈、科技产业、学术界分享交流的频道——「C 位」，将当下发生的诸如企业数字化、产业智能化、业务自动化、无人驾驶与智能车、新能源技术、元宇宙等一系列科技领域中的技术前沿、创业实践，以及行业趋势思考，通过业界对话、行...

赞

评论

浏览 89

水区
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26天前

Trading + RL ｜强化学习做仓位控制的八重境界（1）
AI 炒股是一个非常具有吸引力的概念，如今 AI 已经在围棋等象征着人类智慧的领域完全攻克人类，那么未来某一天金融行业的交易员也极有可能被各式各样的 AI 算法和模型取代，市场交易策略的背后是一台台冰冷的计算机。当然，量化金融领域的数据随机性和不确定性是...

赞

评论

浏览 94

水区
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29天前

Transformer + RL｜强化学习中时序建模的千层套路（2）
在上期 Transformer+RL 专题中，我们为大家介绍了 Transformer 如何在强化学习领域应用的最佳方案。本期将继续为大家介绍， Transformer 是如何在 RL 中做时序预测的。问题：如何将 Transformer 应用在强...

赞

评论

浏览 155

水区
伯禹人工智能学院伯禹教育由国务院政府特殊津贴专家、国家万人计划教学名师、上海交大特聘教授、上海交大ACM班创始人俞勇教授创立，致力于成为中国领先的数字化时代人才服务商，解决人才技能与企业需求错配现状。伯禹教育与高校知名教授、企业一线专家共同打造权威的数字化职业技能课程，涵盖编程算法、人工智能、机器人流程自动化等领域。公司研发的智能职业技能学习平台，根据学生目标定制生成学习路径与练习，打造1对1人工智能驱动的专属学习导师，形成“教学练测”闭环。

发布于2022-10-28 14:49:26

“2022全国高校强化学习师资研修班”开始招生啦！
大数据技术如今已逐步深入到各个行业和国民生活中，随着人工智能技术日渐普及，人们对人工智能的期待也越来越高，其中服务决策智能的技术开始变得越来越重要，这背后对应着机器学习科目下的一个分支，即强化学习。为响应国家数据创新驱动的发展战略，基于在强化学习研究和实...

赞 1

评论

浏览 161

水区
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2022-07-08 16:54:50

RLChina 前沿讲习班第9期——决策大模型专题
导读前沿讲习班是 RLChina 举办的学术活动，每期就某一研究话题邀请若干位专家作线上报告，并组织感兴趣的同学交流研讨。第 9 期前沿讲习班的话题是决策大模型，将由上海交通大学张伟楠老师和微软亚洲研究院任侃老师为大家分享最新的研究进展，欢迎大家参与。互...

赞 4

评论 1

浏览 520

水区
Jane 量化从业5年+/求贤若渴/不设阈值 wechat：Tangle_2013

发布于2022-10-20 13:22:00

九坤投资：数据挖掘挑战赛（舆情篇）火热报名中！奖金池24万！
各位玩家：想体验量化交易的魅力嘛？挖掘舆情数据的蛛丝马迹赛事奖金池 24 万等你挑战一起赢取线下交流邀请函！【赛题简介】本期比赛中，我们将带领大家体验舆情数据在实际股票交易中的运用。我们将会提供两大虚拟社交平台的股市交流信息等数据与量价数据。大...

赞 1

评论

浏览 169

水区
上海数字大脑研究院上海数字大脑研究院（简称“数研院”）汇聚决策智能领域全球领先的科研力量，面向中国及全球产业智能化升级需求，致力于为全球企业提供决策智能解决方案，驱动各产业全面智能化升级。立志做中国产业进步的价值创新者，让决策更科学、更高效、更智能。

发布于2022-10-19 19:34:25

招贤纳士|上海数字大脑研究院-算法团队招新啦~
导读上海数字大脑研究院是由 RLChina 发起人汪军教授担任院长的决策智能科研与商业化企业；目前算法团队开放了 3 个方向的算法工程职位招聘： •算法工程师（运筹优化方向） •算法工程师（工业智能能源方向） •游戏 AI 强化学习算法工程师欢迎感兴...

赞

评论

浏览 199

水区
q280570856 这家伙很懒，什么都没留下

发布于2022-10-16 18:08:49

新手对多智能强化学习，应该从那些算法开始，最终到那个最新的算法？
DDPG-MADDPG-MAPPO-QMIX？对吗

赞

评论

浏览 205

水区
上海数字大脑研究院上海数字大脑研究院（简称“数研院”）汇聚决策智能领域全球领先的科研力量，面向中国及全球产业智能化升级需求，致力于为全球企业提供决策智能解决方案，驱动各产业全面智能化升级。立志做中国产业进步的价值创新者，让决策更科学、更高效、更智能。

发布于2022-10-08 18:13:56

上海数字大脑研究院正式启动运营，专注决策智能领域纵深探索
10 月 8 日，由 CMC 资本发起设立的上海数字大脑研究院正式宣布启动运营。在过去 5 年，CMC 资本投资了一批涉及人工智能、云计算、数据治理、自动驾驶等领域的优秀企业，在系统性覆盖研究了数百家中国人工智能领域的创业企业后，我们发现，在经历了数十年...

赞 2

评论

浏览 175

水区
Arbiter 国内一水博！

发布于2022-09-24 16:12:55

一个强化学习算法，效果不好我们能够归结于数据不好，也就是说探索的效果并不好。还是说有很多方面，比如模型的泛化性？比如奖励设计的不好？

赞

评论

浏览 187

水区

RLChina
103 帖子 • 76 评论

393
Carlos
2 帖子 • 3 评论

388
POLIXIR
31 帖子 • 5 评论

267
Rewrite
0 帖子 • 4 评论

206
vinbo
9 帖子 • 84 评论

164
支太行
17 帖子 • 34 评论

133
张海峰
4 帖子 • 43 评论

132
Frei0d
1 帖子 • 6 评论

117
AINova
20 帖子 • 43 评论

98
daydayup
4 帖子 • 34 评论

84