【导读】 从视觉观察中学习是强化学习（RL）中的一个基本但具有挑战性的问题。尽管算法与卷积神经网络相结合已被证明是成功的秘诀，但当...
来源：腾讯技术工程微信号 作者：黄华，腾讯 TEG 云架构平台部研发工程Elasticsearch 在腾讯内部广泛应用于日志实时分析、结构化数据分...
来源：腾讯技术工程微信号 作者：andyawang，腾讯 CSIG 后台开发工程师疫情期间，学校网课需求激增，腾讯课堂 2 天上线极速版，2 周内支...
原文最初发布在 SICARA 博客，经原作者 Etienne Bennequin 授权，InfoQ 中文站翻译并分享。
简单说一下断点调试的使用场景当业务代码很复杂，想要知道每一步的变量及对应的值。学习一个新框架，熟悉框架的执行流程不确定代码会运...
论文题目：Imagination-Augmented Agents for Deep Reinforcement Learning
论文题目：Learning Predictive Models From Observation and Interaction
论文题目：model-ensemble trust-region policy optimization
论文题目：Model-Based Reinforcement Learning via Meta-Policy Optimization
论文题目：Recurrent World Models Facilitate Policy Evolution
model-free的强化学习算法已经在Atari游戏上取得了巨大成功，但是与人类选手相比，model-free的强化学习算法需要的交互数据...
足球机器人排成一排向球门发起射击，但守门员却并没有准备防守，而是一屁股倒在地上开始胡乱摆动起了双腿。然后，前锋跳了一段十分令人...
今天给大家介绍提升方法(Boosting), 提升算法是一种可以用来减小监督式学习中偏差的机器学习算法。
A Dual Reinforcement Learning Framework for Unsupervised Text Style Transfer: Fuli Luo, Peng Li, Jie Zhou, Pengcheng Yang, Baob...
如果人工智能是一块蛋糕，那么蛋糕的大部分是自监督学习，蛋糕上的糖衣是监督学习，蛋糕上的樱桃是强化学习。作者：Amit Chaudhary编译...
本文作者来自于宾夕法尼亚州立大学，总结了《十个关键点》，强化学习和最优控制的81页PPT汇总。来源：book.yunzhan365报道：深度强化学...
这篇文章是自己在上大数据分析课程时老师推荐的一篇文章，当时自己听着也是对原作者当年的的思路新奇非常敬佩，相信很多伙...
将其扩展到MCTS上，得到了 Maximum Entropy for Tree Search (MENTS)算法。
论文题目：SQIL: Imitation Learning via Reinforcement Learning with Sparse Rewards
论文题目：Reinforcement Learning with Deep Energy-Based Policies
