Asynchronous Methods for Deep Reinforcement Learning ICML 深度强化学习最近被人发现貌似不太稳定，有人提出很多改善的方法，这些方法有很多共同的 idea：一个 online 的 agent 碰到的观察到的数据序列是非静态的，然后就是，online的 RL 更新是强烈相关的。通过将 agent 的数据存储在一个 experience repl ...
2016-07-18 15:43 0 5518 推荐指数：
Deep Reinforcement Learning with Double Q-learning Google DeepMind Abstract 主流的 Q-learning 算法过高的估计在特定条件下的动作值。实际上，之前是不知道是否这样的过高估计是 common ...
Dueling Network Architectures for Deep Reinforcement Learning ICML 2016 Best Paper 摘要：本文的贡献点主要是在 DQN 网络结构上，将卷积神经网络提出的特征，分为两路走，即：the state ...
Playing Atari with Deep Reinforcement Learning 《Computer Science》, 2013 Abstract： 本文提出了一种深度学习方法，利用强化学习的方法，直接从高维的感知输入中学习控制策略。模型是一个卷积神经网络 ...
Active Object Localization with Deep Reinforcement Learning ICCV 2015 最近Deep Reinforcement Learning算是火了一把，在Google Deep Mind的主页上，更是许多关于此 ...
难得跟了一次热点，从看到论文到现在已经过了快三周了，又安排了其他方向，觉得再不写又像之前读过的N多篇一样被遗忘在角落，还是先写吧，虽然有些地方还没琢磨透，但是paper总是这样吧，毕竟没有亲手实现一下，光是看永远无法理解透彻，然后又去忙别的工作，看过的都打了水漂。 第六章 EIE- ...
的识别效果。 这篇论文的主要思想是通过学习两个deep network来构建face attrib ...
之前提到，深度神经网络在训练中容易遇到梯度消失/爆炸的问题，这个问题产生的根源详见之前的读书笔记。在 Batch Normalization 中，我们将输入数据由激活函数的收敛区调整到梯度较大的区域，在一定程度上缓解了这种问题。不过，当网络的层数急剧增加时，BP 算法中导数的累乘效应还是很容易 ...
论文地址：https://arxiv.org/abs/1611.01578 1. 论文思想 强化学习，用一个RNN学一个网络参数的序列，然后将其转换成网络，然后训练，得到一个反馈，这个反馈作用于RNN网络，用于生成新的序列。 2. 整体架构 3. RNN网络 4. 具体实现 ...
