会员服务
深度强化学习 (DRL) 是一种使用深度学习技术扩展传统强化学习方法的一种机器学习方法。 传统强化学习方法的主要任务是使得主体根据从环境中获得的奖赏能够学习到最大化奖赏的行为。然而，传统无模型强化学习方法需要使用函数逼近技术使得主体能够学习出值函数或者策略。在这种情况下，深度学习强大的函数逼近能力自然成为了替代人工指定特征的最好手段并为性能更好的端到端学习的实现提供了可能。
XAI-Guided Fourier Domain Generalisation for Pure-Simulation Sim-to-Real Deep Reinforcement Learning
Arxiv
0+阅读 · 10月12日
WebCQ: Cooperative Multi-Agent Deep Reinforcement Learning for Scalable Web GUI Testing
Arxiv
0+阅读 · 10月11日
Efficient Diversity-based Experience Replay for Deep Reinforcement Learning
Arxiv
0+阅读 · 9月9日
Rollout Total Correlation for Deep Reinforcement Learning
Arxiv
0+阅读 · 9月18日
Deep Reinforcement Learning for Reach-Avoid-Stay Problems
Deep Reinforcement Learning for Reach-Avoid-Stay Problems
Arxiv
0+阅读 · 9月2日
Deep Reinforcement Learning for Dynamic Origin-Destination Matrix Estimation in Microscopic Traffic Simulations Considering Credit Assignment
Arxiv
0+阅读 · 8月30日
Adaptive Probabilistic Skyline Analytics for Mobile Edge-Cloud Systems via State-Aware Deep Reinforcement Learning
Arxiv
0+阅读 · 8月25日
Deep Reinforcement Learning to Master the Asymmetric Strategy of Baghchal
Arxiv
0+阅读 · 7月2日
Navigating Demand Uncertainty in Container Shipping: Deep Reinforcement Learning for Enabling Adaptive and Feasible Master Stowage Planning
Arxiv
0+阅读 · 7月1日
SA-DRL: Security-Aware Deep Reinforcement Learning for Ransomware Detection with Asymmetric Reward Design
Arxiv
0+阅读 · 7月8日
Deep Reinforcement Learning for Spacecraft Attitude Control During Atmospheric Re-Entry
Arxiv
0+阅读 · 6月30日
Iterative Grasp Pose Refinement: A Deep Reinforcement Learning Approach for 2D Vision
Arxiv
0+阅读 · 8月18日
Deep RL for Fast Long-Horizon Operations Scheduling on NASA's Carruthers Geocorona Observatory Mission
Arxiv
0+阅读 · 6月20日
LOLLA: Deep Reinforcement Learning for Closed-Loop Link Adaptation Towards a GPU-Accelerated AI-RAN
Arxiv
0+阅读 · 6月22日
Long-Distance Real-World Navigation of the Legged-Wheeled Robot Go2-W Using Deep Reinforcement Learning
Arxiv
0+阅读 · 6月19日
参考链接
微信扫码咨询专知VIP会员
Top