1回答
简单的强化学习示例
、、、
我尝试在现有的Gym和Malmo示例的基础上创建一个简化的rl4j示例。给定的是一个正弦波，人工智能应该告诉我们是在波的顶部，还是在底部或其他地方(Noop)。状态是“游戏”，SineRider是正弦函数的值(只需一个双精度) 问题是它从来不会调用SineRider中的step函数来获得奖励。我做错了什么？
浏览 34提问于2020-06-16得票数 0
回答已采纳
1回答
我想开发一个使用强化学习的数学测验程序。假设我们手头有1000个问题，每个测验要问25个问题。程序必须从用户回答和提出下一个问题的方式中学习，而不是随机提问。
测验程序应该是一种强化学习智能体。要使用哪些强化学习技术？示例: BoT:什么是机器人1:用户:3(错误答案) 5+：问了一个简单的问题，或者正确答案问了一个困难的问题。
浏览 0提问于2018-12-31得票数 0
2回答
我有一个用Python编写的强化学习算法，我想为它建立一个非常简单的界面(输入和输出表单)。因为我是一个虚拟的编程初学者，我想知道最简单的方法(我有一些html知识)。你能给我一些实际的指导吗？
浏览 2提问于2016-11-16得票数 0
1回答
我目前正在尝试用C++编写一个扮演炸弹人的人工智能，我想用CNTK将其实现为神经网络(强化学习)。该工具包有很多教程和示例，甚至有一个用于强化学习，但它是用python编写的，我不知道。有没有使用CNTK教授强化学习的实用C++示例或教程？
我最关心的第一个问题是如何使用CNTK C++ api创建模型。
浏览 2提问于2017-06-06得票数 3
1回答
我正在使用强化学习教一个人工智能，一个奥地利纸牌游戏，与不完美的信息，称为施纳普森。对于不同的游戏状态，我有不同的神经网络(使用不同的特征)来计算值/策略。我想尝试使用RNN，因为过去的操作对于导航未来的决策可能很重要。我目前正在使用Julia中的Flux，但我也愿
浏览 0提问于2021-10-11得票数 1
2回答
是否可以在有监督的模型上使用“强化学习”或反馈回路？我使用监督学习模型(更确切地说是线性回归模型)解决了一个机器学习问题，但我希望通过对预测输出创建一个反馈环来改进结果，即如果算法在某些例子上出错，就告诉算法。据我所知，这基本上就是强化学习的工作原理:该模型从正负反馈中学习。
我发现我们可以使用PyBrain实现有监督学习和强化学习算法，但我无法找到两者之间的关联
浏览 2提问于2019-07-11得票数 0
2回答
我想知道是否可以使用强化学习(因为它将越来越流行的谷歌DeepMind &AlphaGo的东西)来解析和提取文本信息。例如，它是否是结构化预测的竞争性方法，例如
命名实体识别(NER)，即“城市”标记纽约的任务和“组织”词性标记(POS)的“纽约时报”，即将单词归类为行列式、名词等信息提取，即在文本中查找和标记某些目标信息，例如12/03号日期被赋予上下文含义为12月3日，是否有标签“终止日期”是用来完成这些任务的相关模型？也许它会学
浏览 0提问于2016-03-12得票数 4
回答已采纳
2回答
我的课程之一是“机器学习入门”，我一直想在这门课上做一个个人项目。为了训练一个简单的人工智能程序来玩游戏，我需要获得什么知识？这是我目前在机器学习中所知道的-统计推断可能是近似正确的模型，包括泛化界和模型选择。基本的超平面算法:感知器和Winnow。核粒
促进弱学习</e
浏览 0提问于2017-01-04得票数 9
回答已采纳
1回答
基于监督数据集的强化学习
、、、
我试着做一个大学项目，我的问题是，我的教授让我在一个基本的监督数据集上做一个像RL这样的高级ML模型，我试图让他相信RL也是不合适的。是否有方法对基于时间的数据集执行RL？
浏览 2提问于2022-08-08得票数 0
2回答
我想做一个神经网络，利用强化学习在python中进行训练。目前我正在使用Scikit--学习，但似乎没有所有的神经网络东西都试图将yEstimate与yTarget相匹配。还是有其他我不知道的库来完成这个任务？
谢谢!
浏览 6提问于2015-12-24得票数 7
回答已采纳
1回答
C++强化学习库
、、
我一直在寻找一个实现强化学习算法的C++库，但对结果不是很满意。还有来自的代码。它看起来很有希望，但似乎没有得到积极的维护。在C++中，您使用哪些库进行强化学习？
浏览 2提问于2012-01-06得票数 15
1回答
然后，智能体要么选择“探索”，要么选择“利用”，并根据发生的事情修改其知识。我正在试着为俄罗斯方块写一个RL代理，但我似乎找不到答案。如果有人能用ELI5就好了。如果有人能帮我，我会很感激的。谢谢:)
浏览 1提问于2013-11-13得票数 2
比方说，你想在一个简单的2D游戏中应用强化学习。(例:超级马里奥)但如果没有，我会考虑将像素上的卷积层集成为RL代理的输入。当然，我们可以将任务分成两部分:图像的特征化和强化学习，我们可能需要对图像进行一些监督(这可能是有问题的，因为我们没有环境的</em
浏览 0提问于2022-04-15得票数 0
回答已采纳
1回答
这个问题来自于在TensorFlow上观看以下视频和从Google /O 18中强化学习：loss = -R(sampled_actions * log(action_probabilities))train
浏览 2提问于2018-12-04得票数 4
回答已采纳
1回答
我想为每一家餐厅生成0到5之间的评级。但我没有任何培训数据或基本事实可供验证。此评等可能因用户而异。大部分相关工作，大多与Yelp数据挑战相关，都有一定的相关得分作为训练数据。我想使用强化学习来学习与用户反馈的评级，但不确定如何做到这一点。有人能为这个问题提出一个相关的技术或算法吗？
浏览 0提问于2015-06-12得票数 0
9回答
强化学习的良好实现？
、、、
对于一个人工智能项目，我需要实现一个强化学习算法，这比一个简单的俄罗斯方块游戏。游戏是用Java编写的，我们有源代码。我知道强化学习理论的基本知识，但我想知道在SO社区中是否有人对这类事情有经验。
编辑:越具体越好，但是关于这个主题的一般资源是受
浏览 3提问于2009-04-11得票数 25
回答已采纳
2回答
我有个很简单的问题。然而，我已经进行了广泛的搜索，无法找到答案。遗传算法被认为是一种无监督学习的形式吗？我知道算法是独立进化的，但是种群中每个个体的适应度是定期测量的(监督的？)。该算法的目的是通过遗传算法优化一组启发式权重。
谢谢你的帮助！-
浏览 12提问于2013-12-23得票数 3
回答已采纳
1回答
逆强化学习是利用专家轨迹学习奖励函数。目前最成功的方法是最大熵逆强化学习。但在这一点上，你需要一个基于模型的强化学习。但世界上大多数实际问题都是无模型的，很难计算出状态转移概率。那么，我们如何在现实问题中使用这种逆强化学习呢？
浏览 0提问于2018-04-02得票数 3
回答已采纳
1回答
由于观察不能揭示整个状态，我需要使用递归神经网络进行强化，以便网络对过去发生的事情有某种记忆。为简单起见，我们假设使用LSTM。现在，内置的shape LSTM需要向它提供shape Time x MiniBatch x Input D的一个PyTorch输入，它输出shape Time x MiniBatch x OutputD的张量。然而，在强化学习中，要知道time t+1的输入，我需要知道time t的输出，
浏览 1提问于2017-10-24得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
