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。
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
WebCQ: Cooperative Multi-Agent Deep Reinforcement Learning for Scalable Web GUI Testing
Arxiv
0+阅读 · 6月21日
SoK: The Pitfalls of Deep Reinforcement Learning for Cybersecurity
Arxiv
0+阅读 · 6月22日
Evolutionary Discovery of Developmental Reward Schedules in Deep Reinforcement Learning
Arxiv
0+阅读 · 6月18日
Augmenting Game AI with Deep Reinforcement Learning
Arxiv
0+阅读 · 6月18日
Oranits: Mission Assignment and Task Offloading in Open RAN-based ITS using Metaheuristic and Deep Reinforcement Learning
Arxiv
0+阅读 · 6月18日
Infant Spontaneous Movement Noise Improves Exploration in Deep RL
Arxiv
0+阅读 · 6月16日
Deep Reinforcement Learning for Minimum Zero-Forcing Sets
Deep Reinforcement Learning for Minimum Zero-Forcing Sets
Arxiv
0+阅读 · 6月16日
FlashNav: Ultra-Fast Policy Training for Robot Navigation within 20 Seconds
Arxiv
0+阅读 · 6月14日
Infant Spontaneous Movement Noise Improves Exploration in Deep RL
Arxiv
0+阅读 · 6月15日
Digital Twin-Assisted Adaptive Multi-Agent DRL for Intelligent Spectrum and Resource Management in Open-RAN UAV-Enabled 6G Networks
Arxiv
0+阅读 · 5月31日
Fairness Definitions and Metrics in Deep Reinforcement Learning for Drug Discovery in Healthcare: A Rapid Evidence Review
Arxiv
0+阅读 · 6月1日
Intelligent Offloading in Vehicular Edge Computing: A Comprehensive Review of Deep Reinforcement Learning Approaches and Architectures
Arxiv
0+阅读 · 5月25日
参考链接
微信扫码咨询专知VIP会员
Top