—   点击▲关注 腾讯云数据库 — ? 腾讯数据库与华中科技大学合作发布了最新研究论文 《An End-to-End Automatic Cloud ...

强化学习（Reinforcement Learning）是当前最热门的研究课题之一，它在AlphaGo中大放光彩，同时也变得越来越受科研人员的喜爱。本文主要介绍...

目前强化学习的应用还不算非常广，特别是结合了深度学习的强化学习，主要是应用在机器人方面，当然最著名的一个应用就是 DeepMind 的 AlphaGo 了，它是...

自从有了强化学习（RL），AI上能星际争霸，下能雅达利称王，让内行人沉醉，让外行人惊奇。

自从有了强化学习（RL），AI上能星际争霸，下能雅达利称王，让内行人沉醉，让外行人惊奇。

上次我们已经搭建好了三个主要部分, 包括 main.py, rl.py, env.py. 强化学习最重要的部分之一就是怎样定义你的环境. 做出来一个可视化的模拟...

这些树枝机器人首先借助深度强化学习在模拟环境中学会行走。研究者采取的步骤是：首先从野外捡拾一些树枝，对这些树枝称重并进行 3D 扫描，然后模拟整个机器人，最后对...

人工智能和深度学习太火了，火得一塌糊涂，有很多人想从事这个行业。网络上也有很多教程可供大家开始深度学习。如果你完全是一个小白，那么你可以在入行...

【导读】作者用超过1.2万字的篇幅，总结了自己学习机器学习过程中遇到知识点。“入门后，才知道机器学习的魅力与可怕。”希望正在阅读本文的你，也能在机器学习上学有所...

通过系统的离线模拟实验以及在滴滴平台的在线AB实验证明，这种基于深度强化学习的派单算法相比现有最好的方法能进一步显著提升平台各项效率及用户体验。

今年，滴滴共有三篇Oral论文入选KDD2019，研究内容涵盖基于深度学习方法自动化地生成工单摘要、基于深度强化学习与半马尔科夫决策过程进行智能派单及模仿学习和...

本章我们介绍有限马尔科夫决策过程(Finite MDPs），这个问题和赌博机一样涉及到评估的反馈，但这里还多了一个方面——在不同的情况做出不同的选择。MDPs是...

内容在整体框架上与李宏毅老师的机器学习课程保持一致，主要由监督学习、半监督学习、迁移学习、无监督学习、监督学习中的结构化学习以及强化学习构成。建议学习过程中将李...

因此我们提出了一个基于强化学习的优化模型，来实现快递员的动态调度管理，从而达到只利用一部分现有快递员来高效完成每天的大量送取件任务的目的。

内容在整体框架上与李宏毅老师的机器学习课程保持一致，主要由监督学习、半监督学习、迁移学习、无监督学习、监督学习中的结构化学习以及强化学习构成。建议学习过程中将李...

自从有了强化学习（RL），AI上能星际争霸，下能雅达利称王，让内行人沉醉，让外行人惊奇。

Chip Huyen 是一位来自越南的作家和计算机科学家，现居于美国硅谷，就职于英伟达人工智能应用团队。

此外，她也以分享了组委会最终决定设立三个赛道的原因。如下图所示，排在第一位的原因，是提案数的暴增，由此可见 KDD CUP 对于业内企业的吸引力。其中强化学习赛...

内容在整体框架上与李宏毅老师的机器学习课程保持一致，主要由监督学习、半监督学习、迁移学习、无监督学习、监督学习中的结构化学习以及强化学习构成。建议学习过程中将李...