深度学习课程笔记（七）：模仿学习（imitation learning）
深度学习课程笔记（七）：模仿学习（imitation learning） 2017.12.10 本文所涉及到的 模仿学习，则是从给定的展示中进行学习。机器在这个过程中，也和环境 ...
花费 33 ms
论文笔记之： Recurrent Models of Visual Attention
Recurrent Models of Visual Attention Google DeepMind 模拟人类看东西的方式，我们并非将目光放在整张图像上，尽管有时候会从总体上对目标进 ...
强化学习策略梯度方法之: REINFORCE 算法（从原理到代码实现）
强化学习策略梯度方法之: REINFORCE 算法 （从原理到代码实现） 2018-04-01 15:15:42 最近在看policy gradient algorithm, 其中一种 ...
马里奥AI实现方式探索 ——神经网络+增强学习
[TOC] #马里奥AI实现方式探索 ——神经网络+增强学习 儿时我们都曾有过一个经典游戏的体验，就是马里奥（顶蘑菇v），这次里约奥运会闭幕式，日本作为2020年东京奥运会的东道主，安倍最后也已经 ...
Proximal Policy Optimization Algorithm (PPO)
Proximal Policy Optimization Algorithms Updated on 2019-09-14 16:15:59 Paper: https://arxiv.or ...
论文笔记之：Active Object Localization with Deep Reinforcement Learning
Active Object Localization with Deep Reinforcement Learning ICCV 2015 最近Deep Reinforcement ...
论文笔记之：Dueling Network Architectures for Deep Reinforcement Learning
Dueling Network Architectures for Deep Reinforcement Learning ICML 2016 Best Paper 摘要：本文 ...
论文笔记之： Bilinear CNN Models for Fine-grained Visual Recognition
Bilinear CNN Models for Fine-grained Visual Recognition CVPR 2015 本文提出了一种双线性模型( biline ...
论文笔记之：Multiple Object Recognition With Visual Attention
Multiple Object Recognition With Visual Attention Google DeepMind ICRL 2015 本文提出了一种基于 ...
分布式强化学习基础概念（Distributional RL ）
分布式强化学习基础概念（Distributional RL） from: https://mtomassoli.github.io/2017/12/08/distributional_r ...