IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 强化学习_经典论文&资料 -> 正文阅读

[人工智能]强化学习_经典论文&资料

汇总

在这里插入图片描述

Paper

DQN Series

【2010】Double Q-learning

《Double Q-learning》
https://www.researchgate.net/profile/Hado-Van-Hasselt/publication/221619239_Double_Q-learning/links/00b7d51ff71387936a000000/Double-Q-learning.pdf

在这里插入图片描述

【2013】【DQN】

《Playing Atari with Deep Reinforcement Learning》NIPS 2013
https://arxiv.org/pdf/1312.5602.pdf

在这里插入图片描述

【2015】【Nature DQN】

《Human-level control through deep reinforcement learning》Nature 2015
https://web.stanford.edu/class/psych209/Readings/MnihEtAlHassibis15NatureControlDeepRL.pdf

【2015】【Double DQN】

《Deep Reinforcement Learning with Double Q-learning》
https://arxiv.org/pdf/1509.06461.pdf

【2016】【Dueling DQN】

《Dueling Network Architectures for Deep Reinforcement Learning》ICML 2016
https://arxiv.org/pdf/1511.06581.pdf

【2016】【Prioritized DQN】

《PRIORITIZED EXPERIENCE REPLAY》ICLR 2016
https://arxiv.org/pdf/1511.05952.pdf

在这里插入图片描述

Policy Gradient

PG -> DPG -> DDPG

【2000】【PG】

《Policy Gradient Methods for Reinforcement Learning with Function Approximation》
http://citeseerx.ist.psu.edu/viewdoc/download;jsessionid=029AD004E9AAC8429FC7DBCA0844CF07?doi=10.1.1.79.5189&rep=rep1&type=pdf

【2014】【DPG】

《Deterministic Policy Gradient Algorithms》
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.636.826&rep=rep1&type=pdf

【2015】【DDPG】

《Continuous control with deep reinforcement learning》
https://arxiv.org/pdf/1509.02971.pdf

在这里插入图片描述

【2017】【PPO】

《Proximal Policy Optimization Algorithms》
https://arxiv.org/pdf/1707.06347.pdf

在这里插入图片描述

Actor-Critic Series

【2016】【A3C】

《Asynchronous Methods for Deep Reinforcement Learning》
https://arxiv.org/pdf/1602.01783.pdf

在这里插入图片描述

【2018】【SAC】

《Soft Actor-Critic Algorithms and Applications》
https://arxiv.org/pdf/1812.05905.pdf

在这里插入图片描述

AlphaGo Series (with MCTS)

【2016】【AlphaGo】

《Mastering the game of Go with deep neural networks and tree search》
https://web.iitd.ac.in/~sumeet/Silver16.pdf

在这里插入图片描述
在这里插入图片描述

【2017】【AlphaZero】

《Mastering the game of Go without human knowledge》
https://skatgame.net/mburo/ps/alphago-zero.pdf

在这里插入图片描述
在这里插入图片描述

Dyna Architecture

【2008】【Dyna-2】

《Sample-Based Learning and Search with Permanent and Transient Memories》
http://citeseerx.ist.psu.edu/viewdoc/download;jsessionid=04BFBCB30CFB501DFB15BB400454A0BC?doi=10.1.1.149.4393&rep=rep1&type=pdf

在这里插入图片描述

Review

在这里插入图片描述

在这里插入图片描述在这里插入图片描述
在这里插入图片描述

Recent

【2021】【Mava】

《Mava_a research framework for distributed multi-agent reinforcement learning》
https://paperswithcode.com/paper/mava-a-research-framework-for-distributed
https://arxiv.org/pdf/2107.01460v1.pdf
https://github.com/instadeepai/Mava
在这里插入图片描述

【2021】【SVEA】

《Stabilizing Deep Q-Learning with ConvNets and Vision Transformers under Data Augmentation》
https://www.bilibili.com/video/BV12w411f74a
http://arxiv.org/abs/2107.00644
https://nicklashansen.github.io/SVEA

在这里插入图片描述

在这里插入图片描述

Others

Book

【Sutton】Reinforcement Learning: An Introduction
http://incompleteideas.net/book/the-book-2nd.html

【肖智清】《强化学习:原理与Python实现》
https://book.douban.com/subject/34478302/

Blogs

【刘建平Pinard】【强化学习-专栏】
https://www.cnblogs.com/pinard/category/1254674.html

Slides

【2016】【ICML】deep_rl_tutorial.pdf
https://icml.cc/2016/tutorials/deep_rl_tutorial.pdf

Course

【UCL】UCL Course on RL
https://www.davidsilver.uk/teaching/

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章           查看所有文章
加:2022-02-09 20:42:12  更:2022-02-09 20:44:59 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 19:41:18-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码