丁香五月天婷婷久久婷婷色综合91|国产传媒自偷自拍|久久影院亚洲精品|国产欧美VA天堂国产美女自慰视屏|免费黄色av网站|婷婷丁香五月激情四射|日韩AV一区二区中文字幕在线观看|亚洲欧美日本性爱|日日噜噜噜夜夜噜噜噜|中文Av日韩一区二区

您正在使用IE低版瀏覽器,為了您的雷峰網(wǎng)賬號安全和更好的產(chǎn)品體驗(yàn),強(qiáng)烈建議使用更快更安全的瀏覽器
此為臨時鏈接,僅用于文章預(yù)覽,將在時失效
人工智能 正文
發(fā)私信給章敏
發(fā)送

0

PRICAI 2016國際人工智能大會論文解析 | 探索強(qiáng)化學(xué)習(xí)中多個動作之間的關(guān)系

本文作者: 章敏 2016-08-24 15:33
導(dǎo)語:PRICAI 2016是環(huán)太平洋國際人工智能會議 ,每兩年舉行一次,大會專注于人工智能的理論,技術(shù)及其在社會領(lǐng)域的應(yīng)用,和其對于太平洋沿岸國家經(jīng)濟(jì)的重要性

導(dǎo)讀:PRICAI 2016是環(huán)太平洋國際人工智能會議 ,每兩年舉行一次,大會專注于人工智能的理論,技術(shù)及其在社會領(lǐng)域的應(yīng)用,和其對于太平洋沿岸國家經(jīng)濟(jì)的重要性。

探索強(qiáng)化學(xué)習(xí)中多個動作之間的關(guān)系(Exploring Multi-action Relationship in Reinforcement Learning)

 PRICAI 2016國際人工智能大會論文解析 | 探索強(qiáng)化學(xué)習(xí)中多個動作之間的關(guān)系

摘要:很多現(xiàn)實(shí)生活中的強(qiáng)化學(xué)習(xí)問題,要求代理同時控制多個行動。在這種情況下進(jìn)行學(xué)習(xí),以前,每一個動作通常和其他動作分開處理。然而,在應(yīng)用中多個行動之間幾乎很少獨(dú)立進(jìn)行,而且利用行動之間潛在的關(guān)系,可能有助于加快學(xué)習(xí)。本文探討了強(qiáng)化學(xué)習(xí)中多個行動之間的關(guān)系。我們提出執(zhí)行一個正則項(xiàng)來捕獲多行動之間的關(guān)系。我們將正則項(xiàng)具體化到最小二乘策略迭代和時域差分法中,這有效的解決了凸學(xué)習(xí)目標(biāo)。所提出的方法已在幾個領(lǐng)域中被證實(shí)有效。實(shí)驗(yàn)結(jié)果顯示具體化多動作之間關(guān)系能有效提高學(xué)習(xí)性能。

作者簡介

俞楊(Yang Yu)

郵箱:yuy@lamda.nju.edu.cn

職位:南京大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系副教授/LAMDA Group

研究方向:人工智能,進(jìn)化的機(jī)器學(xué)習(xí),強(qiáng)化學(xué)習(xí)

相關(guān)學(xué)術(shù)論文:

·High-dimensional derivative-free optimization

·Pareto optimization

 汪涵(Han Wang)

郵箱:wangh@lamda.nju.edu.cn

職位:南京大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系理科碩士/LAMDA Group

研究方面:機(jī)器學(xué)習(xí),數(shù)據(jù)挖掘,強(qiáng)化學(xué)習(xí)

via:PRICAI 2016

 PS : 本文由雷鋒網(wǎng)獨(dú)家編譯,未經(jīng)許可拒絕轉(zhuǎn)載!

 論文原文下載


雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。

PRICAI 2016國際人工智能大會論文解析 | 探索強(qiáng)化學(xué)習(xí)中多個動作之間的關(guān)系

分享:
相關(guān)文章
當(dāng)月熱門文章
最新文章
請?zhí)顚懮暾埲速Y料
姓名
電話
郵箱
微信號
作品鏈接
個人簡介
為了您的賬戶安全,請驗(yàn)證郵箱
您的郵箱還未驗(yàn)證,完成可獲20積分喲!
請驗(yàn)證您的郵箱
立即驗(yàn)證
完善賬號信息
您的賬號已經(jīng)綁定,現(xiàn)在您可以設(shè)置密碼以方便用郵箱登錄
立即設(shè)置 以后再說