注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 强化学习算法汇总.rar

  2. 代码中包含13种强化学习算法，所调用的环境不仅包含gym下面的一些简单环境，还可以自己设计环境（简单的迷宫游戏），简洁明了，适合算法学习的同学使用，其中A3C与PPO还涉及了并行运算的算法。

  3. 所属分类：机器学习

    • 发布日期：2019-12-31
    • 文件大小：3mb
    • 提供者：circleyuanquan

  1. rl_a3c_pytorch, A3C LSTM Atari与Pytorch加3g设计.zip

  2. rl_a3c_pytorch, A3C LSTM Atari与Pytorch加3g设计 新增加的3g A3G新的gpu/cpu架构，以大大加速训练 ！ A3C Pytorch 新添加的3g ！利用GPU提高训练速度的A3C新实现。 我们可以拨打 3g电话。 它的他版本的A3C相反，每个代理都有自己的

  3. 所属分类：其它

    • 发布日期：2019-10-09
    • 文件大小：29mb
    • 提供者：weixin_38744270

  1. alpha-bomber:我们正在开发最先进的强化学习技术，以解决Bomberman的古老游戏-源码

  2. 机器学习基础知识2020/2021的最终项目代码模板： ： 我们的任务：我们正在开发最先进的强化学习技术，以解决Bomberman的古老游戏。 强化学习-快速概述： 常见的RL方法可以分为基于策略和基于价值的方法。值方法输出代表当前状态质量的值，并在值迭代过程中学习。从选择随机值函数开始，此过程将迭代地改进该函数，直到达到最佳值函数为止。然后可以从该函数中得出最佳策略。 另一方面，基于策略的方法旨在直接改善代理的策略，即状态与行为之间的映射。 流行的方法有： （深度）Q学习（值方法） 策略梯

  3. 所属分类：其它

  1. NTU-ReinforcementLearning-Notes:国立台湾大学李宏毅老师讲解的深度强化学习学习笔记-源码

  2. 李宏毅深度强化学习笔记 课程主页： 视频： 李宏毅老师讲这门课不是从MDP开始讲起，而是从如何获得最佳奖励出发，直接引出政策梯度（以及PPO），再讲Q-learning（原始Q-learning，DQN，各种DQN的升级），然后是A2C（以及A3C，DDPG），紧接着介绍了一些Reward Shaping的方法（主要是好奇心，课程学习，分层学习） ，，最后介绍模仿学习（逆RL）。比较全面的展现了深度强化学习的核心内容，也比较直观。跟伯克利学派的课类似，与UCL上来就讲MDP，解各种值迭代的思路

  3. 所属分类：其它

  1. alpha-bomber：我们正在开发最先进的强化学习技术，以解决Bomberman的古老游戏-源码

  2. 机器学习基础知识2020/2021的最终项目代码模板： ： 我们的任务： 我们正在开发最先进的强化学习技术，以解决Bomberman的古老游戏。 强化学习-快速概述： 常见的RL方法可以分为基于策略和基于价值的方法。 值方法输出代表当前状态质量的值，并在值迭代过程中学习。 从选择随机值函数开始，此过程将迭代地改进该函数，直到达到最佳值函数为止。 然后可以从该函数中得出最佳策略。 另一方面，基于策略的方法旨在直接改善代理的策略，即状态与行为之间的映射。 流行的方法有： （深度）Q学习（

  3. 所属分类：其它

  1. AI4U：AI4U提供了一种将python代码与Unity游戏连接的简便方法。 这样，您可以使用整个可用的Python机器学习文化，通过Unity来实验机器学习算法和人工智能-源码

  2. 什么是AI4U？ AI4U是将Unity应用程序连接到Python代码的一种简洁方便的方法。 因此，可以使用AI4U插件将游戏和虚拟现实应用程序连接到以Python编写的庞大库中。 而且，One提供了与OpenAI实施的最新算法（例如PPO和PPO2）的集成。 因此，对AI4U感兴趣的人可以使用OpenAI研究人员提供的最新进展。 产品特点 一些例子。 支持多种环境配置和培训方案 可以集成到您的游戏或自定义Unity场景中的灵活SDK 与API无关，但其中一种支持由基础实现的所有算法。

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：26mb
    • 提供者：weixin_42165583

  1. Super-mario-bros-A3C-pytorch：超级马里奥兄弟的异步优势Actor-Critic（A3C）算法-源码

  2. [PYTORCH]扮演超级马里奥兄弟的非同步优势演员评判（A3C） 介绍 这是我的python源代码，用于训练特工玩超级马里奥兄弟。 通过使用纸异步方法用于深强化学习引入异步优势演员，评论家（A3C）算法。 样品结果 动机 在我实施该项目之前，有多个存储库可以很好地重现本文的结果，这些存储库可以在Tensorflow，Keras和Pytorch等不同的常见深度学习框架中进行。 我认为，其中大多数都很棒。 但是，它们似乎在许多方面都过于复杂，包括图像的预处理，环境设置和权重初始化，这使

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：300mb
    • 提供者：weixin_42100129

  1. 神经本地化：训练RL代理主动进行本地化（PyTorch）-源码

  2. 主动神经定位 这是ICLR-18文件的PyTorch实现： Devendra Singh Chaplot，Emilio Parisotto，Ruslan Salakhutdinov 卡内基·梅隆大学 项目网站： : 该存储库包含： Maze2D环境的代码，该代码会生成随机2D迷宫以进行主动定位。 用于使用A3C在Maze2D环境中训练主动神经定位代理的代码。 依存关系 （v0.3） 用法 训练 要在7x7迷宫上训练16条线程的主动神经定位A3C代理，最大情节长度为30： pytho

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：12mb
    • 提供者：weixin_42166918

  1. minimalRL：用最少的代码行实现基本的RL算法！ （基于火炬）-源码

  2. 最小RL 用最少的代码行实现基本的RL算法！ （基于PyTorch） 每种算法都在一个文件中完成。 每个文件的长度最多为100〜150行代码。 即使没有GPU，也可以在30秒内训练每种算法。 Env固定为“ CartPole-v1”。 您可以只关注实现。 演算法 （67行） （98行） （112行，包括重放内存和目标网络） （119条线，包括GAE） （145行，包括OU噪声和软目标更新） （129条线） （149条线） （188条线） （171行）已添加

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：18kb
    • 提供者：weixin_42121725

  1. 带有火炬的深度增强学习：DQN，AC，ACER，A2C，A3C，PG，DDPG，TRPO，PPO，SAC，TD3和PyTorch实施...-源码

  2. 状态：活动（在活动开发中，可能会发生重大更改） 该存储库将实现经典且最新的深度强化学习算法。 该存储库的目的是为人们提供清晰的pytorch代码，以供他们学习深度强化学习算法。 将来，将添加更多最先进的算法，并且还将保留现有代码。 要求 python = 0.10 火炬> = 0.4 请注意，tensorflow不支持python3.7 安装 pip install -r requirements.txt 如果失败： 安装健身房 pip install gym 安装pytorc

  3. 所属分类：其它