【强化学习】演员评论家Actor-Critic算法(万字长文、附代码)

不去幼儿园

优质创作者: 算法与数据结构技术领域

领域专家: 人工智能技术领域

2024-12-20 08:58:08

📢新文来了：

🔥【强化学习】演员评论家Actor-Critic算法(万字长文、附代码)

https://rainbook.blog.csdn.net/article/details/144578642?utm_medium=notify.im.notify-business-fans.20241220.a&username=qq_51399582

...全文

268 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

万字长文，环环相扣，详细介绍强化学习的 policy gradient 方法， Actor-Critic 方法和 DPG,DDPG方法，会持续更新

近年来，机器人技术和大型语言模型（LLMs）的进步激发了人们对人机协作和具身智能的浓厚兴趣。为了在人类密集环境中更广泛地部署机器人，社交感知机器人导航（SAN）已成为一个关键的研究领域。虽然将人机交互（HRI）与路径规划相结合的深度强化学习方法在基准测试中表现出色，但它们通常难以适应新场景和环境。LLMs通过常识推理为零样本导航提供了一条有希望的途径。然而，大多数现有的LLM框架依赖于集中式决策，缺乏强大的验证机制，并且在将宏观动作转化为精确的低级控制信号时存在不一致的问题。

强化学习、再励学习、评价学习或增强学习RL强化学习是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略来实现收益最大化或实现特定目标的问题。概括强化学习是一种机器学习方法强化学习关注智能体与环境之间的交互强化学习是为了追求最大收益或实现特定目标智能体（Agent）以“试错”的方式进行学习，通过与环境进行交互获得的奖励来指导行为，目标是使智能体获得最大的奖励。

由于本人的近期研究方向涉及到强化学习，本科时已经学习过了，但是感觉还是有些概念和算法没有学懂学透，所以想重新系统性的学习一下，记录了整个学习过程，而且对当时没有理解不是特别深刻的内容有了一些更加深刻的理解，所以希望把学习的过程记录下来，也帮助其他的初学者能够快速入门强化学习。并且为了加深理解，会涉及一些公式。**欢迎点赞，收藏！**

强化学习交流

80

社区成员

83

社区内容

发帖

与我相关

我的任务

人工智能无人机算法其他湖南省·长沙市

社区管理员

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