会员服务
强化学习（RL）是机器学习的一个领域，与软件代理应如何在环境中采取行动以最大化累积奖励的概念有关。除了监督学习和非监督学习外，强化学习是三种基本的机器学习范式之一。 强化学习与监督学习的不同之处在于，不需要呈现带标签的输入/输出对，也不需要显式纠正次优动作。相反，重点是在探索（未知领域）和利用（当前知识）之间找到平衡。 该环境通常以马尔可夫决策过程（MDP）的形式陈述，因为针对这种情况的许多强化学习算法都使用动态编程技术。经典动态规划方法和强化学习算法之间的主要区别在于，后者不假设MDP的确切数学模型，并且针对无法采用精确方法的大型MDP。
Offline Reinforcement Learning for Warehouse SLAM Throughput Control
Arxiv
0+阅读 · 6月22日
An Introduction to Causal Reinforcement Learning
Arxiv
0+阅读 · 6月23日
Reinforcement Learning Towards Broadly and Persistently Beneficial Models
Arxiv
0+阅读 · 6月22日
Themis: An explainable AI-enabled framework for Reinforcement Learning with Human Feedback
Arxiv
0+阅读 · 6月23日
Reinforcement Learning to Disentangle Multiqubit Quantum States from Partial Observations
Arxiv
0+阅读 · 6月23日
Reinforcement Learning for Computer-Use Agents with Autonomous Evaluation
Reinforcement Learning for Computer-Use Agents with Autonomous Evaluation
Arxiv
0+阅读 · 6月23日
LaGO: Latent Action Guidance for Online Reinforcement Learning
LaGO: Latent Action Guidance for Online Reinforcement Learning
Arxiv
0+阅读 · 6月23日
Precision Physical Activity Prescription via Reinforcement Learning for Functional Actions
Precision Physical Activity Prescription via Reinforcement Learning for Functional Actions
Arxiv
0+阅读 · 6月23日
ASALT: Adaptive State Alignment for Lateral Transfer in Multi-agent Reinforcement Learning
ASALT: Adaptive State Alignment for Lateral Transfer in Multi-agent Reinforcement Learning
Arxiv
0+阅读 · 6月23日
Learning to Trigger: Reinforcement Learning at the Large Hadron Collider
Arxiv
0+阅读 · 6月22日
Motion-Aware Reinforcement Learning For Object Localization
Arxiv
0+阅读 · 6月19日
Illuminating the Three Dogmas of Reinforcement Learning under Evolutionary Light
Arxiv
0+阅读 · 6月21日
Reinforcement Learning for Long-Horizon Unordered Tasks: From Boolean to Coupled Reward Machines
Arxiv
0+阅读 · 6月21日
IRumAI: Reinforcement Learning for Indian Rummy
Arxiv
0+阅读 · 6月20日
CRAX: Fast Safe Reinforcement Learning Benchmarking
Arxiv
0+阅读 · 6月19日
参考链接
维基百科
微信扫码咨询专知VIP会员
Top