HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

强化学习在智能补货场景的应用

本文作者:应如是,观远算法团队工程师,毕业于伦敦帝国理工学院计算机系,主要研究方向为强化学习、时间序列算法及其落地应用。深耕零售消费品场景,解决供应链运筹优化问题。为客户提供基于机器学习的AI解决方案。1.背景伴随大数据、人工智能、云计算等前沿技术的飞速发展,零

强化学习的基础知识和6种基本算法解释

强化学习的基础知识和概念简介(无模型、在线学习、离线强化学习等)机器学习(ML)分为三个分支:监督学习、无监督学习和强化学习。监督学习(SL):关注在给定标记训练数据的情况下获得正确的输出无监督学习(UL):关注在没有预先存在的标签的情况下发现数据中的模式强化学习(RL):

使用PyTorch实现简单的AlphaZero的算法(3):神经网络架构和自学习

神经网络架构和训练、自学习、棋盘对称性、PlayoutCapRandomization,结果可视化从我们之前的文章中,介绍了蒙特卡洛树搜索(MCTS)的工作原理以及如何使用它来获得给定棋盘状态的输出策略。我们也理解神经网络在MCTS中的两个主要作用;通过神经网络的策略输出来指导探索,

5篇关于强化学习在金融领域中应用的论文推荐

近年来机器学习在各个金融领域各个方面均有应用,其实金融领域的场景是很适合强化学习应用的,但是由于金融领域真金白银的,以目前强化学习的学习效率估计愿意尝试的人不多,但是并不妨碍我们学习和了解这方面的知识。Reinforcementlearninginmarketgames(arxi

论文推荐:StarCraft II Unplugged 离线强化学习

星际争霸II是暴雪开发的一款真正的战略游戏,它是一个挑战,因为它从机器学习的角度展示了一些有趣的属性:实时、部分可观察性以及广阔的行动和观察空间。掌握游戏需要时间策略规划,实时控制宏观和微观层面,具有实时反击对手的特点。在本文中,我们将介绍StarCarftIIUnplugged论文

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。