论文研讨 - 话题 | RLChina 强化学习社区

Z

Z zhengrong 这家伙很懒，什么都没留下

发布于1天前

RLChina 论文研讨会第109期（2025.1.21直播）
导读论文研讨会是 RLChina 举办的学术活动，由不同的研究团队轮流主持，邀请一线研究人员针对特定论文做交流分享。第 109 期论文研讨会将由清华大学薛峥嵘主持，斯坦福大学黄苏宁、卡内基梅隆大学张远航为大家分享最新的研究工作，欢迎大家参与。互动方式...

赞

评论

浏览 35

论文研讨
YanSong 这家伙很懒，什么都没留下

发布于9天前

RLChina 论文研讨会第108期（2024.01.14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 108 期论文研讨会将由伦敦大学学院博士生宋研主持，天工 Skywork 研究科学家王超杰、吉林大学博士生郭思源，为...

赞

评论

浏览 123

论文研讨
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11天前

RNN策略训练稳定性提升秘籍：给RNN设置单独的学习率
在实际的决策任务中，信息常常是受限的，我们常常只能基于局部的信息进行决策或控制。例如在机器人操控的场景下，机器人只能观测到摄像头视角内的物体。现有的研究工作通常会结合历史的观测来补齐缺失的信息。循环强化学习（recurrent RL）使用循环神经网络来对历...

赞

评论

浏览 74

论文研讨
吕尧Tobias 这家伙很懒，什么都没留下

发布于14天前

清华团队提出RL专用神经网络优化方法RAD，创造性能新SOTA
在人工智能领域，强化学习（RL）一直被视为解决复杂序列决策问题的有力工具。这项技术不仅在电子游戏、棋类智能、机器人控制、自动驾驶等前沿领域大放异彩，还在大语言模型（LLM）的微调、对齐、推理等关键阶段发挥着重要作用。然而，RL 的训练过程常常表现出显著的...

赞 2

评论

浏览 124

论文研讨
KRHKK 这家伙很懒，什么都没留下

发布于19天前

RLChina 论文研讨会第107期（2025.1.7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 107 期论文研讨会将由中科院自动化所博士生崔新宇主持，中科院自动化所硕士生赵祉瑜，清华大学硕士生王以诺和浙...

赞

评论

浏览 134

论文研讨
Z

Z Zhengbang Zhu 这家伙很懒，什么都没留下

发布于22天前

RLChina 论文研讨会第106期（2024.12.31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 106 期论文研讨会将由上海交通大学博士生竺正邦主持，清华大学博士生李兴航和新加坡国立大学博士生高崇凯为大家分享最新...

赞

评论

浏览 132

论文研讨
N

N NIFEI 这家伙很懒，什么都没留下

发布于29天前

RLChina 论文研讨会第105期（2024.12.24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 105 期论文研讨会将由天津大学博士生倪飞主持，天津大学博士生袁逸夫、天津大学硕士生董子斌和天津大学硕士生寇龙馨为大...

赞

评论

浏览 237

论文研讨
kevinliu 这家伙很懒，什么都没留下

发布于2024-12-18 11:23:24

清华团队提出RL专用神经网络优化器，性能位居榜首
在人工智能领域，强化学习（RL）一直被视为解决复杂序列决策问题的有力工具。这项技术不仅在电子游戏、棋类智能、机器人控制、自动驾驶等前沿领域大放异彩，还在大语言模型（LLM）的微调、对齐、推理等关键阶段发挥着重要作用。然而，在深度神经网络作为函数近似器的背...

赞 4

评论

浏览 319

论文研讨
米祈睿中科院自动化研究所2021级直博生~

发布于2024-12-16 10:50:19

圆桌论道 | Neurips 2024 大语言模型相关 1022 篇和强化学习相关 322 篇论文整理
圆桌论道 “圆桌论道”是 RLChina 的一个栏目，发布国内外前沿学术活动的预告、总结或解读等。导读神经信息处理系统会议（Neural Information Processing Systems，简称 NeurIPS）是人工智能与机器学习领域最具影...

赞 4

评论

浏览 2062

论文研讨
Z

Z zuwq_shanghaitech 这家伙很懒，什么都没留下

发布于2024-12-11 16:39:22

RLChina 论文研讨会第104期（2024.12.17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 104 期论文研讨会将由上海科技大学硕士生祖伟钦主持，上海科技大学博士生丁枢桐、香港大学博士生胡梦康、深圳大学大四...

赞

评论

浏览 200

论文研讨
C

C castor_v_pollux 这家伙很懒，什么都没留下

发布于2024-11-24 16:22:32

RLChina 论文研讨会第101期（2024.11.26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 101 期论文研讨会将由北京大学博士生鲁云龙主持，北京大学博士生段志健和北京大学博士生陈炤桦为大家分享最新的研究工作...

赞

评论

浏览 223

论文研讨
自动化所姜纪文 (ง •_•)ง

发布于2023-10-11 15:27:42

一文七问 | 论文分享：大规模多智能体系统的分层均值场深度强化学习
@toc 导读本篇推文将为大家介绍中山大学余超老师于 2023 AAAI 发表的一篇论文： Hierarchical Mean-Field Deep Reinforcement Learning for Large-Scale Multiagent Sy...

赞 3

评论 7

浏览 1691

论文研讨
O

O Og 这家伙很懒，什么都没留下

发布于2024-11-13 14:38:57

同样一个使用rl_zoo3训练的模型，使用stablebaseline3的evaluate_policy和rl_zoo3的rl_zoo3.enjoy.enjoy测试出来的score为什么会差别很大哇 from stable_baselines3.common.evaluation import evaluate_policy model = sb3.PPO.load(model_path, env=env, print_system_info=True) mean_reward, std_reward = evaluate_policy(model, model.get_env(), n_eval_episodes=4)

赞

评论

浏览 152

论文研讨
庞竟成南京大学

发布于2024-09-21 16:29:24

RLChina 论文研讨会第100期（2024.9.24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 100 期论文讨论会将由南京大学博士生庞竟成同学主持，东京大学博士生 Johannes Ackermann、南洋理工...

赞 1

评论

浏览 627

论文研讨
Z

Z zhengrong 这家伙很懒，什么都没留下

发布于2024-09-07 11:25:41

RLChina 论文研讨会第99期（2024.9.10直播）
导读论文研讨会是 RLChina 举办的学术活动，由不同的研究团队轮流主持，邀请一线研究人员针对特定论文做交流分享。第 99 期论文研讨会为清华大学交叉信息研究院具身智能实验室（http://hxu.rocks）专场，将由清华大学薛峥嵘主持，清华大学华...

赞

评论

浏览 700

论文研讨
自动化所杨企鹏这家伙很懒，什么都没留下

发布于2024-08-30 16:46:02

一文七问｜自博弈微调（Self-Play Fine-Tuning）将弱语言模型转换为强语言模型
导读加州大学最近的研究介绍了一种名为 SPIN（Self Play fIne tuNing）的新技术，该技术灵感来源于 AlphaGo Zero 和 AlphaZero 等游戏中的自我对弈机制。SPIN 旨在使大语言模型（LLM）能够通过自我对弈进行训...

赞 1

评论

浏览 871

论文研讨
薛

薛薛正海-NTU 这家伙很懒，什么都没留下

发布于2024-08-26 11:32:42

RLChina 论文研讨会第98期（2024.8.27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 98 期论文研讨会将由新加坡南洋理工大学博士生薛正海主持，新加坡南洋理工大学博士生谭伟豪、南京大学博士生刘旭辉为大家...

赞

评论

浏览 664

论文研讨
米祈睿中科院自动化研究所2021级直博生~

发布于2024-08-07 10:05:47

圆桌论道 | ICML 2024 大语言模型相关507篇论文整理
“圆桌论道”是 RLChina 的一个栏目，发布国内外前沿学术活动的预告、总结或解读等。导读国际机器学习会议（International Conference on Machine Learning，简称 ICML）是机器学习领域最具影响力的国际学术会...

赞 7

评论

浏览 2630

论文研讨
KRHKK 这家伙很懒，什么都没留下

发布于2024-08-06 15:39:30

RLChina 论文研讨会第97期（2024.8.13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 97 期论文研讨会将由中科院自动化研究所博士生崔新宇主持，清华大学博士生陈华玉和清华大学博士生胡昊为大家...

赞

评论

浏览 740

论文研讨
A

A anananan 这家伙很懒，什么都没留下

发布于2024-07-24 16:31:31

论文结果复现问题，新手求助
请问各位专家《Stability Constrained Reinforcement Learning for Decentralized Real-Time Voltage Control》《Stability Constrained Reinforc...

赞

评论 1

浏览 722

论文研讨

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

794
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