1.2 强化学习概述

二向箔不会思考 2023-01-13 03:36:45

课时名称课时知识点
1.2 强化学习概述讲解强化学习中智能体与环境交互的基本逻辑，分析开发强化学习智能体需要考虑哪些因素。
...全文
191 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
强化学习：概述（Chapter 1[1~1.1.2]）
本文围绕强化学习的核心框架、关键原理与基础任务类型展开系统梳理，阐释了智能体与环境的交互机制及决策准则，明确了最优策略的定义，并区分了回合制与持续型任务场景。文章还介绍了回报与价值函数的量化分析体系，并探讨了强化学习在多个领域的应用潜力与挑战。
深度学习（三十九）——深度强化学习（2）概述, Deep Q-learning Network（1）
本文深入探讨深度强化学习(DRL)领域，对比分析DeepMind与OpenAI两大阵营的研究重点与成果，包括DQN、DDPG、TRPO及PPO等关键算法。同时，讨论了DRL在机器人控制与自动驾驶领域的应用现状与前景。
2. 2020年秋季UC Berkeley CS285《深度强化学习》第1课：简介和课程概述_2/4【中英字幕】
加州大学伯克利分校开设的《深度强化学习》课程由助理教授谢尔盖·莱文讲授，该课程旨在探讨如何利用机器学习技术让机器自主掌握复杂的任务执行技能，特别关注于行为技能的学习。
【大模型应用极简开发入门（2）】GPT模型简史：从GPT-1到GPT-4：从小数据量的微调到大数据量的强化学习不断优化模型
本文概述了GPT模型从GPT-1的无监督预训练和微调，到GPT-2的contextlearning，再到GPT-3的sparseattention和强化学习，以及InstructGPT的监督微调和RLHF。GPT-4则引入了多模态能力。文章揭示了这些模型如何通过大数据和不断优化提升语言理解和生成能力。,
GPT系列：GPT1 -＞ 2 -＞ 3 -＞ InstructGPT -＞ChatGPT
本文概述了GPT家族的发展历程，从GPT-1的无监督预训练和微调，到GPT-2的更大规模纯无监督训练，再到GPT-3的零样本超越SOTA。重点介绍了GPT-3.5的InstructGPT和强化学习应用，以及ChatGPT的指示学习和RLHF训练方法。
枫老师的课程社区_NO_1

2

社区成员

49

社区内容

发帖
与我相关
我的任务
社区描述
本AI正在冥想中~
社区管理员
  • 二向箔不会思考
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章