论文研讨 - 话题 | RLChina 强化学习社区

R

R ryanxhr 这家伙很懒，什么都没留下

发布于2天前

RLChina 论文研讨会第31期（2022.11.29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 31 期论文研讨会将由京东科技研究员徐浩然主持，清华大学硕士生姜力、清华大学硕士生牛浩懿和清华大学博士生李健雄为大家...

赞 2

评论

浏览 112

论文研讨
Z

Z zuwq_shanghaitech 这家伙很懒，什么都没留下

发布于21天前

RLChina 论文研讨会第29期（2022.11.15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 29 期论文研讨会将由上海科技大学硕士生祖伟钦主持，上海科技大学硕士生郭亨铨、伦敦大学学院博士生蒋铮尧和中科院自动化...

赞

评论 1

浏览 267

论文研讨
阮

阮阮景晴这家伙很懒，什么都没留下

发布于11天前

RLChina 论文研讨会第30期（2022.11.22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 30 期论文研讨会将由清华大学博士生吕加飞和中科院自动化研究所博士生徐志伟为大家分享最新的研究工作，欢迎大家参与。 ...

赞

评论

浏览 163

论文研讨
Whale 中山大学计算机学院研究生

发布于28天前

RLChina 论文研讨会第28期（2022.11.08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 28 期论文讨论会将由中山大学研究生郑学敬同学主持，中山大学研究生刘宗凯、中山大学研究生吴梓帆为大家分享最新发表在 N...

赞

评论

浏览 237

论文研讨
Criswim 这家伙很懒，什么都没留下

发布于2022-10-25 21:29:17

RLChina 论文研讨会第27期（2022.11.01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 27 期论文研讨会将由国防科技大学博士生施伟主持，国防科技大学博士生王琦、国防科技大学博士生刘世旋为大家分享最新的研...

赞

评论

浏览 331

论文研讨
米祈睿中科院自动化研究所2021级直博生~

发布于2022-08-08 16:21:39

论文笔记 | In situ bidirectional human-robot value alignment 实时双向人机价值对齐
Value Alignment Problem 导言本文简述了 value alignment problem 的定义与提出背景，记录了学习论文“In situ bidirectional human-robot value alignment”时的笔记...

赞 5

评论 3

浏览 666

论文研讨
冲

冲冲鸭鸭这家伙很懒，什么都没留下

发布于2022-06-17 10:22:44

强化学习中的绘制带阴影的曲线图
想请问下论文里的这种图怎么画出来的呢？可以用 matplotlib 吗此外，这种图是要运行同一个实验得到多个结果才能画出来吗

赞

评论 8

浏览 601

论文研讨
赵

赵赵鉴这家伙很懒，什么都没留下

发布于2022-07-19 11:22:22

RLChina 论文研讨会第26期（2022.07.26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 26 期论文研讨会将由中国科学技术大学博士生赵鉴主持，中国科学技术大学博士生杨睿，南京大学研究生王丽，西安交通大学博...

赞

评论 1

浏览 646

论文研讨
王

王王梓岩这家伙很懒，什么都没留下

发布于2022-07-10 11:48:51

RLChina 论文研讨会第25期（2022.7.19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 25 期论文研讨会将由伦敦国王学院博士生王梓岩主持，上海交通大学博士生温睦宁；慕尼黑工业大学博士生顾尚定；厦门大学硕...

赞 1

评论

浏览 592

论文研讨
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2022-07-05 11:03:14

清华团队提出的视频高效处理神器AdaFocus，真有那么神？
引言：在当今这样信息大爆炸的时代，人们已越来越多地习惯用视频的形式传达信息，在 YouTube 上每分钟就有超过 300 小时的视频上传。而且在媒介形式中，视频相较于图片有着更大的使用场景和应用范围。自动识别这些海量视频中的人类行为、事件、紧急情况等内容...

赞

评论

浏览 205

论文研讨
北风与歌这家伙很懒，什么都没留下

发布于2022-05-25 08:29:12

深度学习与深度强化学习的神经网络的差别？
一直有一个比较好奇的点就是，深度学习和深度强化学习在 test 阶段都是使用深度神经网络进行计算，为什么深度强化学习的神经网络就可以用来做决策呢？是因为二者的训练方式不同吗？因为 loss 的计算方式不同，所以梯度更新的方式也随之不同，导致的二者用途的不...

赞

评论 2

浏览 467

论文研讨
张晨珩南开大学19级AI本科生

发布于2022-06-15 22:23:56

【RL in Robotics】Sim-to-Real Transfer
需要做一些 RL in Robotics 的调研，所以近期打算读一些相关文献，于此稍加记录。一、问题引入目前，DRL 已经在机器人领域取得了相当大的成功。机器人不同于其他领域（游戏、围棋等），机器人是要用于真实世界的，因此会有很多额外的限制。 RL 本...

赞 3

评论

浏览 393

论文研讨
ASS 这家伙很懒，只留下一个好看的头像

发布于2021-11-26 18:55:31

求助：深度强化学习在车间作业调度的应用方面
求助：深度强化学习在车间作业调度的应用方面《Learning to Dispatch for Job Shop Scheduling via Deep Reinforcement Learning》-NeurIPS2020 原文将 JSSP 问题表示成为...

赞

评论 2

浏览 632

论文研讨
张晨珩南开大学19级AI本科生

发布于2022-05-19 17:56:29

论文考古 | 从一个棋手的角度来看AlphaGo系列
组会上偶然间提起 AlphaGo，勾起了一些尘封已久的记忆。说起来，我之所以选择 AI 这个专业、确定 RL 这个方向，与 AlphaGo 不无关系。曾经的我满怀对围棋的梦想，也算是有点天赋吧，不足十岁就已经获得过多次省级冠亚军，正打算中考之后去聂道场进...

赞 3

评论 1

浏览 413

论文研讨
张晨珩南开大学19级AI本科生

发布于2022-05-02 00:08:47

多样性PSRO：Towards Unifying Behavioral and Response Diversity for Open-ended Learning in Zero-sum Games
记得之前读过 DeepMind 团队的大作 Real World Games Look Like Spinning Tops，大佬们指出 Real World Games 的策略空间往往像一个陀螺，我们想找到一个好的策略，必须要翻过中间的红色区域。然而这红...

赞 1

评论

浏览 451

论文研讨
张晨珩南开大学19级AI本科生

发布于2022-05-01 23:57:52

PSRO基本框架：A Unified Game-Theoretic Approach to Multiagent Reinforcement Learning
这篇文章是 PSRO 框架的开山之作。由于笔者之前一直在做单 agent 强化学习，最近才开始接触 MARL，读了几遍都觉得云里雾里，于是一怒之下啃了一遍博弈论教程，总算是自我感觉理解了大部分内容。将自己的浅显理解整理于此，若有疏漏还望海涵。原文传送门：...

赞 3

评论

浏览 547

论文研讨
张晨珩南开大学19级AI本科生

发布于2022-05-01 23:33:41

生活就像陀螺，抽打永不停息：Real World Games Look Like Spinning Tops
最近一直在 coding，趁着模型训练的空闲，总算有时间细品这篇垂涎已久的 paper。在之前的笔记多样性 PSRO 中已经提到过其中部分内容，这次来仔细领略一下 DeepMind 大佬们高屋建瓴的思维。原文传送门：Real World Games Lo...

赞 2

评论

浏览 523

论文研讨
dandan 研二在读，边缘计算，强化学习加油冲啊

发布于2021-10-08 14:26:42

有没有小伙伴在看边缘计算中卸载决策和资源分配的文章，关于多智体分散决策的可以一块交流讨论呀

赞 3

评论 8

浏览 531

论文研讨
支太行这家伙很懒，什么都没留下，我不懒0.0

发布于2021-11-26 21:49:46

想复现别人的实验，但是看不懂代码怎么办。
最近看了一些文献，挺感兴趣，但是复现不出来，人家提供了代码自己也没看明白，我想问问面对这种怎么办。自己的想法也需要实验，但是看代码有点痛苦，有没有好一点的方法。比如第一步看看逻辑框架啥的。哎。。。。菜鸟的泪是真的苦。

赞

评论 2

浏览 680

论文研讨
支太行这家伙很懒，什么都没留下，我不懒0.0

发布于2022-03-14 23:11:37

论文“Bi-level Actor-Critic for Multi-agent Coordination”代码复现问题
最近在复现张老师文章“Bi-level Actor-Critic for Multi-agent Coordination”的过程中遇到了一些问题，在复现老师文中的对比方法 MADDPG、DDPG、I-DQN 等多种方法是不知道如何调整代码，想请问有没有大...

赞 1

评论 2

浏览 596

论文研讨

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