完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>
標(biāo)簽 > 強(qiáng)化學(xué)習(xí)
文章:225個(gè) 瀏覽:11554次 帖子:1個(gè)
支撐移動(dòng)端高性能AI的幕后力量!谷歌提出全新高性能MobileNet V3
這種非線性在保持精度的情況下帶了了很多優(yōu)勢(shì),首先ReLU6在眾多軟硬件框架中都可以實(shí)現(xiàn),其次量化時(shí)避免了數(shù)值精度的損失,運(yùn)行快。這一非線性改變將模型的延...
2019-05-10 標(biāo)簽:谷歌強(qiáng)化學(xué)習(xí)ai技術(shù) 6502 0
我們能否讓機(jī)器人以同觀察和實(shí)踐學(xué)會(huì)使用工具?
我們的設(shè)計(jì)使機(jī)器人明白如何使用不同的物體作為工具來(lái)實(shí)現(xiàn)指定的任務(wù)(根據(jù)黃色箭頭標(biāo)記)。機(jī)器人在執(zhí)行任務(wù)期間自行決定是否使用已提供的工具。
2019-04-29 標(biāo)簽:機(jī)器人數(shù)據(jù)集強(qiáng)化學(xué)習(xí) 2737 0
設(shè)計(jì)了一個(gè)強(qiáng)強(qiáng)聯(lián)合型模型來(lái)預(yù)測(cè)股票價(jià)格,為什么這么形容?
首先,要了解什么因素會(huì)影響 GS 的股票價(jià)格波動(dòng),需要包含盡可能多的信息(從不同的方面和角度)。將使用 1585 天的日數(shù)據(jù)來(lái)訓(xùn)練各種算法(70% 的數(shù)...
2019-04-22 標(biāo)簽:GaN深度學(xué)習(xí)強(qiáng)化學(xué)習(xí) 8325 0
伯克利人工智能實(shí)驗(yàn)室?guī)?lái)了一項(xiàng)新的機(jī)器人科研成果
作者們提出的方法讓機(jī)器人有能力學(xué)習(xí)如何把不同的物體當(dāng)作工具以完成用戶給定的任務(wù)(第一行圖中用黃色箭頭標(biāo)出)。任務(wù)中并沒有指定機(jī)器人必須使用給定的工具,但...
2019-04-15 標(biāo)簽:機(jī)器人視覺強(qiáng)化學(xué)習(xí) 3636 0
簡(jiǎn)述基于神經(jīng)網(wǎng)絡(luò)的抽取式摘要方法
將文本摘要建模為序列標(biāo)注任務(wù)的關(guān)鍵在于獲得句子的表示,即將句子編碼為一個(gè)向量,根據(jù)該向量進(jìn)行二分類任務(wù),例如 AAAI17 中,Nallapati 等人...
2019-04-01 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)集強(qiáng)化學(xué)習(xí) 8018 0
如何利用TensorForce框架快速搭建深度強(qiáng)化學(xué)習(xí)模型
如果要在具體的應(yīng)用場(chǎng)景中使用TensorForce就需要根據(jù)應(yīng)用場(chǎng)景手動(dòng)搭建環(huán)境,環(huán)境的模板為environment.py [7],其中最重要的函數(shù)是e...
2019-03-29 標(biāo)簽:人工智能計(jì)算機(jī)視覺強(qiáng)化學(xué)習(xí) 5822 0
空間簡(jiǎn)史-人類認(rèn)識(shí)空間的旅程與其對(duì)強(qiáng)化學(xué)習(xí)的啟示
首先, 什么是空間? 最早探討它的是物理學(xué), 從亞里士多德到牛頓。 牛頓的物理學(xué)在絕對(duì)空間基礎(chǔ)上存在,所謂絕對(duì)空間, 可以簡(jiǎn)化為一個(gè)歐式直角坐標(biāo)系, ...
2019-04-05 標(biāo)簽:函數(shù)強(qiáng)化學(xué)習(xí) 3183 0
前饋網(wǎng)絡(luò):如何讓深度學(xué)習(xí)工作更像人腦
計(jì)算神經(jīng)科學(xué)是一門超級(jí)跨學(xué)科的新興學(xué)科,幾乎綜合信息科學(xué),物理學(xué), 數(shù)學(xué),生物學(xué),認(rèn)知心理學(xué)等眾多領(lǐng)域的最新成果。關(guān)注的是神經(jīng)系統(tǒng)的可塑性與記憶,抑制神...
2019-03-25 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)人工智能機(jī)器學(xué)習(xí) 3684 0
SiATL——最新、最簡(jiǎn)易的遷移學(xué)習(xí)方法
許多傳統(tǒng)的遷移學(xué)習(xí)方法都是利用預(yù)先訓(xùn)練好的語(yǔ)言模型(LMs)來(lái)實(shí)現(xiàn)的,這些模型已經(jīng)非常流行,并且具有翻譯上下文信息的能力、高級(jí)建模語(yǔ)法和語(yǔ)義語(yǔ)言特性,能...
2019-03-12 標(biāo)簽:語(yǔ)言模型強(qiáng)化學(xué)習(xí)遷移學(xué)習(xí) 3898 0
OpenAI發(fā)布了一個(gè)名為“Neural MMO”的大型多智能體游戲環(huán)境
作為一個(gè)簡(jiǎn)單的基線團(tuán)隊(duì)使用普通的策略梯度來(lái)訓(xùn)練一個(gè)小型的、完全連接的體系結(jié)構(gòu),將值函數(shù)基線和獎(jiǎng)勵(lì)折扣作為唯一增強(qiáng)。智能體不會(huì)因?yàn)閷?shí)現(xiàn)特定的目標(biāo)而獲得獎(jiǎng)勵(lì)...
2019-03-07 標(biāo)簽:可視化智能體強(qiáng)化學(xué)習(xí) 3817 0
OpenAI剛剛開源了一個(gè)大規(guī)模多智能體游戲環(huán)境
我們需要?jiǎng)?chuàng)建具有高度復(fù)雜性上限的開放式任務(wù):當(dāng)前的環(huán)境要么雖然復(fù)雜但過(guò)于狹窄,要么雖然開放但過(guò)于簡(jiǎn)單。持續(xù)性和大規(guī)模等屬性也很關(guān)鍵,但是我們還需要更多的...
2019-03-06 標(biāo)簽:智能體生態(tài)系統(tǒng)強(qiáng)化學(xué)習(xí) 3653 0
在沒有災(zāi)難性遺忘的情況下,實(shí)現(xiàn)深度強(qiáng)化學(xué)習(xí)的偽排練
來(lái)自中國(guó)的研究人員通過(guò)提出一種新的動(dòng)態(tài)特征融合(DFF)策略來(lái)管理動(dòng)態(tài)特征融合,該策略為不同的圖像和位置分配不同的融合權(quán)重。DFF包括兩個(gè)模塊,特征提取...
2019-03-05 標(biāo)簽:人工智能自動(dòng)駕駛強(qiáng)化學(xué)習(xí) 3673 0
利用強(qiáng)化學(xué)習(xí)來(lái)更好地進(jìn)行商品搜索的項(xiàng)目
逆強(qiáng)化學(xué)習(xí) (IRL) 方法從數(shù)據(jù)中學(xué)習(xí)一個(gè)獎(jiǎng)勵(lì)函數(shù),然后根據(jù)這個(gè)獎(jiǎng)勵(lì)函數(shù)訓(xùn)練一個(gè)策略。IRL 放松了數(shù)據(jù)的 i.i.d. 假設(shè),但仍然假設(shè)環(huán)境是靜態(tài)的...
2019-03-05 標(biāo)簽:算法模擬器強(qiáng)化學(xué)習(xí) 4181 0
多智體深度強(qiáng)化學(xué)習(xí)研究中首次將概率遞歸推理引入AI的學(xué)習(xí)過(guò)程
在傳統(tǒng)的多智體學(xué)習(xí)過(guò)程當(dāng)中,有研究者在對(duì)其他智能體建模 (也即“對(duì)手建模”, opponent modeling) 時(shí)使用了遞歸推理,但由于算法復(fù)雜和計(jì)...
2019-03-05 標(biāo)簽:AI智能體強(qiáng)化學(xué)習(xí) 5275 0
什么是主動(dòng)視覺跟蹤?讓目標(biāo)與跟蹤器“斗起來(lái)”
對(duì)于主動(dòng)視覺跟蹤的訓(xùn)練問題,不僅僅前背景物體外觀的多樣性,目標(biāo)運(yùn)動(dòng)軌跡的復(fù)雜程度也將直接影響跟蹤器的泛化能力??梢钥紤]一種極端的情況:如果訓(xùn)練時(shí)目標(biāo)只往...
2019-02-20 標(biāo)簽:跟蹤器視覺跟蹤強(qiáng)化學(xué)習(xí) 9108 0
神經(jīng)科學(xué)為人工智能發(fā)展提供進(jìn)一步助力
人工智能從神經(jīng)科學(xué)領(lǐng)域吸收了大量養(yǎng)分,并由此催生了深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等智能處理方法。
2019-02-19 標(biāo)簽:人工智能強(qiáng)化學(xué)習(xí) 3584 0
深度強(qiáng)化學(xué)習(xí)大神Pieter Abbeel發(fā)表深度強(qiáng)化學(xué)習(xí)的加速方法
首先將多個(gè) CPU核心 與 單個(gè)GPU 相關(guān)聯(lián)。多個(gè)模擬器在CPU內(nèi)核上以并行進(jìn)程運(yùn)行,并且這些進(jìn)程以同步方式執(zhí)行環(huán)境步驟。在每個(gè)步驟中,將所有單獨(dú)的觀...
2019-02-13 標(biāo)簽:gpu模擬器強(qiáng)化學(xué)習(xí) 3003 0
對(duì)NAS任務(wù)中強(qiáng)化學(xué)習(xí)的效率進(jìn)行深入思考
在一些情況下,我們會(huì)用策略函數(shù)(policy, 總得分,也就是搭建的網(wǎng)絡(luò)在測(cè)試集上的精度(accuracy),通過(guò)強(qiáng)化學(xué)習(xí)(Reinforcement ...
2019-01-28 標(biāo)簽:神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)強(qiáng)化學(xué)習(xí) 5363 0
雖然很多基礎(chǔ)的RL理論是在表格案例中開發(fā)的,但現(xiàn)代RL幾乎完全是用函數(shù)逼近器完成的,例如人工神經(jīng)網(wǎng)絡(luò)。 具體來(lái)說(shuō),如果策略和值函數(shù)用深度神經(jīng)網(wǎng)絡(luò)近似,則...
2019-01-23 標(biāo)簽:智能體強(qiáng)化學(xué)習(xí)tensorflow 3058 0
幫你們破除RL的神秘感,理清各算法發(fā)展的脈絡(luò)
因?yàn)槠?,?jiǎn)單介紹一下V(s)與Q(s,a)。它們是Value Function Approximation算法中兩個(gè)重要概念,著名的Deep Q-...
2019-01-14 標(biāo)簽:算法強(qiáng)化學(xué)習(xí) 2223 0
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語(yǔ)言教程專題
電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動(dòng)駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無(wú)刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無(wú)人機(jī) | 三菱電機(jī) | ST |
伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國(guó)民技術(shù) | Microchip |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |