reinforcement learning

于 2020-01-06 23:32:53 发布
阅读量130 收藏
点赞数
分类专栏： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lzkzls/article/details/103862106
版权

1、自动学习reward function，因为好的reward function很难构造。

这里有一篇深度强化学习劝退文：https://zhuanlan.zhihu.com/p/33936457。

https://zhuanlan.zhihu.com/p/58832418。

2、policy gradient适用于每个action可以从一个分布中得到的情况。

https://zhuanlan.zhihu.com/p/24879932

这篇文章对SCST中的一些公式的进行解释。我认为挺好的，解决了我的一些困惑。

SCST在decoding部分引入了policy gradient来计算梯度。

最后的实验，作者使用  cross entropy Loss来预训练模型，然后使用SCST来训练。这样保证了模型能够有一个比较好的方向，然后在强化。结果是，给模型输入以前没见过的场景图，也能生成正确的描述。

竹子攀岩
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
deep reinforcement learning
10-25
deep reinforcement learning 深度增强学习课程 深度强化学习（Deep Reinforcement Learning）的资源
Reinforcement Learning Exercise 5.9
ballade2012的博客
08-06 217
Exercise 5.9 Modify the algorithm for first-visit MC policy evaluation (Section 5.1) to use the incremental implementation for sample averages described in Section 2.4. The modified algorithm should b...
Self-critical Sequence Training for Image Captioning
Peter的脱发日记
06-14 3292
Self-critical Sequence Training for Image Captioning 原文地址 时间：2017
Reinforcement Learning Exercise 3.22
ballade2012的博客
05-01 883
Exercise 3.22 Consider the continuing MDP shown on to the right. The only decision to be made is that in the top state, where two actions are available, left and right. The numbers show the rewards th...
Reinforcement Learning 强化学习
Wujc5386的博客
04-09 1776
Reinforcement Learning  强化学习 一、Reinforcement Learning的基本概念及原理 强化学习是一种非监督式学习方法。其主要作用是通过样本数据（sanple data）,训练出最优的决策方案。它可以看做是对Markov Decision Process（MDP）进行决策优化的学习算法。MDP 模型中的变量有: S: 状态集合(states)； A: 决策集合(
Reinforcement learning an introduction中文pdf
08-25
Reinforcement learning an introduction中文pdf
Deep Reinforcement Learning.pdf
01-11
Leiden大学Aske Plaat教授《深度强化学习》 深度强化学习近年来备受关注。在自动驾驶、游戏、分子重组和机器人等各种活动中，他们都取得了令人印象深刻的成果。在所有这些领域，计算机程序已经学会了解决困难的问题...
Reinforcement Learning
最新发布
11-12
PDF
Reinforcement learning合集
04-25
this file contains:Advanced Deep Learning with Keras_ Apply deep learning techniques, autoencoders, GANs, variational autoencoders, deep reinforcement learning, policy gradients, and more (2018, Packt...
Deep Reinforcement Learning
07-04
Deep Reinforcement Learning， Frontiers of Artificial Intelligence， 2019
An Introduction to Deep Reinforcement Learning.pdf
08-26
Franois-Lavet et la. An Introduction to Deep Reinforcement Learning. Foundations and trends in machine learning, 2018.
Reinforcement Learning_ An Introduction
11-21
强化学习导论第二版，网上虽已有，但有80M之多。这个版本仅10M多。
Reinforcement Learning-Based Control for Unmanned Aerial Vehicles
01-20
In this paper, we propose a reinforcement learning-based control framework to prevent unauthorized UAVs from entering a target area in a dynamic game without being aware of the UAV attack model....
强化学习导论中文版 增强学习导论中文版 Reinforcement learning an introduction 中文版.
06-04
增强学习导论 强化学习导论 Reinforcement learning an introduction 中文版
Reinforcement Learning An Introduction.pdf
08-13
Reinforcement Learning An Introduction.pdf 2017年11月 445页
reinforcement learning and optimal control
12-28
强化学习与最优控制；MIT；作者：Dimitri P. Bertsekas DRAFT TEXTBOOK；December 14, 2018
Reinforcement Learning An introduction
01-08
Richard S. Sutton的关于强化学习经典的教科书，此书为2017最新版，涵盖DeepMind团队最新理论成果，无论是想学习强化学习还是作为机器学习的泛读材料，都值得一看。
Reinforcement Learning-Theory and Algorithm.pdf
02-04
关于强化学习的基础材料
An Introduction to Deep Reinforcement Learning
12-26
摘要：Deep reinforcement learning is the combination of reinforce- ment learning (RL) and deep learning. This field of research has been able to solve a wide range of complex decision- making tasks ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值