摘要:   很早之前看到这篇文章的时候,觉得这篇文章的思想很朴素,没有让人眼前一亮的东西就没有太在意。之后读到很多Multi Agent或者并行训练的文章,都会提到这个算法,比如第一视角多人游戏( "Quake III Arena Capture the Flag" )的超人表现,Neu阅读全文
posted @ 2019-03-12 20:06 initial_h 阅读(96) 评论(0) 编辑
摘要: AlphaZero Gomoku MPI Link Github : "AlphaZero Gomoku MPI" Overview This repo is based on "junxiaosong/AlphaZero_Gomoku" , sincerely grateful for it. I阅读全文
posted @ 2018-12-14 13:34 initial_h 阅读(342) 评论(0) 编辑
摘要: "375. Guess Number Higher or Lower II" Description We are playing the Guess Game. The game is as follows: I pick a number from 1 to n. You have to gue阅读全文
posted @ 2018-08-26 10:31 initial_h 阅读(105) 评论(0) 编辑
摘要:   之前看MADDPG论文的时候,作者提到在离散的信息交流环境中,使用了Gumbel Softmax estimator。于是去搜了一下,发现该技巧应用甚广,如深度学习中的各种GAN、强化学习中的A2C和MADDPG算法等等。只要涉及在离散分布上运用重参数技巧时(re param阅读全文
posted @ 2018-08-13 17:03 initial_h 阅读(2758) 评论(0) 编辑
摘要: "MADDPG原文链接" "OpenAI bog" "DDPG链接" 目录 "一.摘要" "二.效果展示" "三.方法细节" "问题分析" "具体方法" "伪代码" "网络结构" "四.实验结果" "五.总结" "附录" "Proposition 1" 一.摘要   文章探索了多阅读全文
posted @ 2018-08-06 13:15 initial_h 阅读(695) 评论(0) 编辑
摘要: "论文链接" "油管链接" 一、摘要   当环境奖励特别稀疏的时候,强化学习方法通常很难训练(traditionally struggle)。一个有效的方式是通过人类示范者(human demonstrator)提供模仿轨迹(imitate trajectories)来指导强化学阅读全文
posted @ 2018-07-28 12:53 initial_h 阅读(248) 评论(0) 编辑
摘要: 这个问题可能是在使用numpy的时候出现了0除以0造成的。比如: 这里0/0的报错不具体,有时候不容易发现。如果是1/0这种,会有更加具体的错误信息。比如:阅读全文
posted @ 2018-07-25 16:17 initial_h 阅读(754) 评论(0) 编辑
摘要: MDP概述   马尔科夫决策过程(Markov Decision Process)是强化学习(reinforcement learning)最基本的模型框架。它对序列化的决策过程做了很多限制。比如状态$S_t$和动作$a_t$只有有限个、$(S_t,a_t)$对应的回报$R_t$阅读全文
posted @ 2018-07-17 10:52 initial_h 阅读(516) 评论(0) 编辑
摘要: "1. Two Sum" Description Given an array of integers, return indices of the two numbers such that they add up to a specific target.You may assume that 山西快乐十分走势
posted @ 2018-07-07 20:15 initial_h 阅读(167) 评论(0) 编辑
  • 规模化生产或为AI发展方向 2019-03-26
  • 国际足联开通中文官网 世界杯前夕示好中国球迷 2019-03-26
  • 南开大学校长龚克:“双一流”建设要务根本、养静气 2019-03-24
  • 满满的都是屏 OPPO妹子最爱手机曝光 2019-03-24
  • 本周呼声回馈:上学房产维权每天上演 食客深夜撸串成扰民新顽症 2019-03-22
  • 猎德村招景 央视到场直播 2019-03-22
  • “暗剑”可提升中国在东海和南海“区域拒止”能力 2019-03-17
  • 来自报告里的大白话,让你百听不厌 2019-03-17
  • 钟汉良押题 明星都有哪些押题神预测 2019-03-14
  • 全国首套房贷款利率连续17个月上升 2019-03-14
  • 重庆公安局交通管理信息网 2019-02-01
  • 《侏罗纪世界2》将上映 “星爵”透露:和恐龙的关系“情同父女” 2019-02-01
  • 美俄再次上演制裁大戏 2019-01-05
  • 溃疡恶变也会腹痛 这些肿瘤最容易被误诊 2018-09-04
  • 候选企业:光大证券股份有限公司 2018-09-04
  • 629| 492| 838| 956| 243| 982| 361| 398| 506| 617|