深度學習課程筆記（七）：模仿學習（imitation learning）
深度學習課程筆記（七）：模仿學習（imitation learning） 2017.12.10 本文所涉及到的 模仿學習，則是從給定的展示中進行學習。機器在這個過程中，也和環境 ...
花費 7 ms
論文筆記之： Recurrent Models of Visual Attention
Recurrent Models of Visual Attention Google DeepMind 模擬人類看東西的方式，我們並非將目光放在整張圖像上，盡管有時候會從總體上對目標進 ...
強化學習策略梯度方法之: REINFORCE 算法（從原理到代碼實現）
強化學習策略梯度方法之: REINFORCE 算法 （從原理到代碼實現） 2018-04-01 15:15:42 最近在看policy gradient algorithm, 其中一種 ...
馬里奧AI實現方式探索 ——神經網絡+增強學習
[TOC] #馬里奧AI實現方式探索 ——神經網絡+增強學習 兒時我們都曾有過一個經典游戲的體驗，就是馬里奧（頂蘑菇v），這次里約奧運會閉幕式，日本作為2020年東京奧運會的東道主，安倍最后也已經 ...
Proximal Policy Optimization Algorithm (PPO)
Proximal Policy Optimization Algorithms Updated on 2019-09-14 16:15:59 Paper: https://arxiv.or ...
論文筆記之：Active Object Localization with Deep Reinforcement Learning
Active Object Localization with Deep Reinforcement Learning ICCV 2015 最近Deep Reinforcement ...
論文筆記之：Dueling Network Architectures for Deep Reinforcement Learning
Dueling Network Architectures for Deep Reinforcement Learning ICML 2016 Best Paper 摘要：本文 ...
論文筆記之： Bilinear CNN Models for Fine-grained Visual Recognition
Bilinear CNN Models for Fine-grained Visual Recognition CVPR 2015 本文提出了一種雙線性模型( biline ...
論文筆記之：Multiple Object Recognition With Visual Attention
Multiple Object Recognition With Visual Attention Google DeepMind ICRL 2015 本文提出了一種基於 ...
分布式強化學習基礎概念（Distributional RL ）
分布式強化學習基礎概念（Distributional RL） from: https://mtomassoli.github.io/2017/12/08/distributional_r ...