|
Canada-0-Monuments 公司名錄
|
公司新聞:
- 强化学习 (Reinforcement Learning) - 知乎
在机器学习里，其范式主要分为监督学习（Supervised Learning），无监督学习（Unsupervised Learning）和强化学习。 正如维基百科所说，强化学习是机器学习的一个分支组成部分，但是却与机器学习当中常见的监督学习和无监督学习不同。
- 通俗易懂讲AI--强化学习
1、什么是强化学习？ 举个例子： 小明现在有一个问题，他要决定明天是学习还是去打球。现在就有两种可能性：打球和学习。如果现在的情况是，选择打球，那么小明将会收到批评，如果选择学习，他会受到奖励。显然，小明很大可能性会选择学习。 定义 强化学习（reinforcement learning）通过与环境
- 研0，研究生期间搞强化学习，零基础，怎么学？ - 知乎
研0，研究生期间搞强化学习，零基础，怎么学？ 目前的想法是先看sutton的强化学习，但是觉得看不懂，有配合的网课推荐吗，或者比较好的学习路线。 求大佬推荐 显示全部 关注者 249
- 机器学习、深度学习和强化学习的关系和区别是什么？ - 知乎
机器学习、深度学习和强化学习的关系和区别是什么？ 最近有接触到一些机器学习的内容，同时还发现了深度学习和强化学习两个名词，不知道这三个内容是否有一定的相关性，区别是什么？ 各自的核心和侧重点是什么？ 各自… 显示全部 关注者 636
- 强化学习怎么入门好？ - 知乎
研究强化学习十二年，最近身体不适，没法多写字，病情恶化之前简单说说自己踩过的坑和要注意的事，以后再详细更。 1 不要沉迷用强化学习 (RL)搞游戏。游戏可以拿来练手或熟悉强化学习算法，但是不要花太多时间去琢磨怎么提高AI性能，尤其是棋类游戏，基本做到头了，产出投入比极低。当然
- 强化学习（reinforcement learning)有什么好的开源项目、网站、文章推荐一下？ - 知乎
强化学习的开源项目在github上还是有挺多的，本文列举了一部分，肯定不全面，持续更新中。 1 乒乓球游戏+策略梯度算法 这是应用强化学习的 策略梯度算法 的乒乓球游戏，Andrej Karpathy通过130行代码实现的，帮助理解强化学习算法。
- 如何评价西湖大学赵世钰老师的《强化学习的数学原理》一书？
强调数学原理与推导：正如书名所示，这本书最大的特色就是从数学的角度出发，清晰、严谨地介绍强化学习的概念、问题和算法。它会带你一步步推导贝尔曼方程、分析算法收敛性等，让你真正理解“为什么”是这样。对于想深入理解 RL 的同学来说，这是非常宝贵的。强化学习是一个逻辑性
- 清华团队在 ICLR2026 为大模型的无监督强化学习提供系统性答案，该技术未来发展前景如何？
强化学习的下一站：从监督到无监督 强化学习正在重塑大模型能力边界。OpenAI o3、DeepSeek-R1、Gemini 3 等顶尖模型都在用大规模… 显示全部
- 现在准备做基于强化学习的机械臂，请问怎么入手学习? - 知乎
强化学习代码以 Python 为主，可以配合 spinningup 学习。 将机械臂和强化学习结合起来快速跑出个 demo，可以参考 机械臂强化学习实战（stable baselines3+panda-gym）。 此外，目前 Matlab 也提供了门槛很低的入门方法： 使用 MATLAB 和 Simulink 进行强化学习。
- 强化学习——从Q-Learning到DQN到底发生了什么？
1 学习目标 1 复习Q-Learning； 2 理解什么是值函数近似（Function Approximation）； 3 理解什么是DQN，弄清它和Q-Learning的区别是什么。 2 用Q-Learning解决经典迷宫问题 现有一个5房间的房子，如图1所示，房间与房间之间通过门连接，编号0到4,5号是房子外边，即我们的终点。我们将agent随机放在任一房间内
|
|