![](https://img-blog.csdnimg.cn/20190927151043371.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Paper Daily
文章平均质量分 71
每天读一些文章并进行总结,形成积累
Nemo555
分享、记录、输出所学的知识。本科SCUTer自动化,复旦计算机应用硕士,RLer
展开
-
TuRBO(2019NIPS)—贝叶斯优化的应用
贝叶斯优化的一个应用例子讲解,来自一篇2019NIPS的论文Scalable Global Optimization via Local Bayesian Optimization ,简记TuRBO原创 2021-03-03 21:42:03 · 1273 阅读 · 0 评论 -
Paper-10 精读MetaMimic (2019 DeepMind)
将Meta-Learning引入到DeepMImic中,文章值得阅读的应该是Related Work这部分了= =原创 2020-06-23 16:58:15 · 337 阅读 · 0 评论 -
Paper-9 精读VAIL (2019 ICLR)
与之前精读DeepMimic、GAIL、GCL、AIRL进行了对比,提出了一种利用Mutual Information 对GAN进行正则化的方法,并在IL、IRL的背景下提供了一定的理论分析与充足实验验证。原创 2020-06-20 23:37:54 · 890 阅读 · 0 评论 -
Paper-8 泛读 DeepMimic (2018 ACL)
具体介绍了DeepMimic,比较经典的Paper,主要是Imitation Objective与Task Objective结合的Reward,建模成RL问题。原创 2020-06-17 18:53:27 · 554 阅读 · 0 评论 -
Paper-7 精读AIRL Learn Robust Reward (2018 ICLR)
与前面的Paper,GAIL、GCL、Inverse RL进行对比的较为前沿的工作。Learning Robust Rwards With Adversarial Inverse RL原创 2020-06-15 22:24:17 · 1540 阅读 · 0 评论 -
Paper-6 精读 Deep Visuomotor Policies (2016 JMLR)
超级详细地解读一篇2016 JMLR的期刊文章:Deep Visuomotor Policies。涉及到Guided Policy Search、Trajectory Optimization以及Policy Supervision,最后是一个关于BADMM的大框架。原创 2020-06-09 14:52:22 · 901 阅读 · 1 评论 -
Paper-5 总结 GAN-IRL-Energy Model之间的联系 2016年
一篇总结性的Paper,涉及到精读过的Paper:Generative Adversarial Imitation Learning(GAIL)、Guided Cost Learning、Inverse RL与GAN的联系原创 2020-06-06 16:34:06 · 760 阅读 · 0 评论 -
Paper-4 精读 GCL(2016 ICML)
精读2016 ICML Chelsea Finn的Guided Cost Learning,与GAIL有异曲同工之妙,都有对抗思想的渗透。原创 2020-06-05 21:44:05 · 1360 阅读 · 2 评论 -
Paper-3 精读 Learn NN Policies with GPS under Unknown Dynamics(2014 NIPS)
精读Sergey Levine 2014 NIPS的的Paper:Learning Neural Network Policies with Guided Policy Search under Unknown Dynamics。将GPS的Setting从Known Dynamics变成Unknown Dynamics原创 2020-06-05 16:33:10 · 374 阅读 · 3 评论 -
Paper-2 精读GPS (2014 NIPS)
14年NIPS的Guided Policy Search,示教学习中一篇非常经典的文章。原创 2020-06-01 22:10:43 · 539 阅读 · 0 评论 -
Paper-1 精读GAIL 2016 NIPS
Generative Adversarial Imitation Learning 2016 NIPS Paper精读,结合GAN思想进行指导的Imitation Learning原创 2020-05-31 16:30:25 · 730 阅读 · 0 评论