HelloWorld 开发者社区
科技资讯
百度世界提出智能组织思路,关注 AI 从个人工具进入业务闭环
openKylin 全球生态推广会举行,推进本地化与社区合作
光船 1.1.0 尝鲜版二更新,探索 AI 会话与代码生成结合
Argus 0.5.0 发布:新增进程控制,完善原生 Windows 任务管理
MetaForge 2026.0.0 发布,整合数据库工作台与可视化分析
qData 1.6.7 发布:修复增量读取与 ETL 字段传递问题
Apple HomeView 在部分地区开售,整合家庭控制与视频通话
Cloudflare 推出 Spend Management Beta,为 Workers 增加支出限制
Cloudflare 开源 Kitesurf:面向 AI 智能体的轻量浏览器引擎
JeecgBoot 与敲敲云介绍分层方案,连接低代码开发与业务搭建
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
【CS 285 DRL Homework 1】模仿学习的策略函数
关于CS285深度强化学习Homework1的笔记很少,百度到前年一些同学的笔记,感觉有点不太对。。这里写一些个人理解,敬供各位批评。策略(Policy)函数的实现连续动作空间&高斯策略实现首先明确,这里的“连续动作空间”($\
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):
用强化学习玩《超级马里奥》
Pytorch的一个强化的学习教程(TrainaMarioplayingRLAgent)使用超级玛丽游戏来学习双Q网络(强化学习的一种类型),官网的文章只有代码,所以本文将配合官网网站的教程详细介绍它是如何工作的,以及如何将它们应用到这个例子中。强化学习是如何起作用的
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,
使用PyTorch实现简单的AlphaZero的算法(1):背景和介绍
在本文中,我们将在PyTorch中为ChainReaction2游戏从头开始实现DeepMind的AlphaZero1。为了使AlphaZero的学习过程更有效,我们还将使用一个相对较新的改进,称为“PlayoutCapRandomization”3,以及来自4的一些其他技术。
5篇关于将强化学习与马尔可夫决策过程结合使用的论文推荐
!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/f93fe6e819039c3a83eb04f5d948c201.png)1、ReLLIE:DeepReinforcementLearningforCust
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
Mimir:通过AI向所有人提供视频服务
<blockquote<p作者|FengjiaoPeng</p<p译者|姜金元</p<p技术审校|曾凯</p</blockquote影音探索004——Mimir据思科公司的一项调查显示:到2022年,视频将占到所有消费者互联网流量的82%以上
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。