强化学习
是机器学习的范式和方法论之一，是智能体与环境不断交互，从而不断强化自己的决策能力的过程
University of Washington :Hao Yin | 深度强化学习辅助下一代Wi-Fi网络的多接入点协调
【推荐理由】企业中的Wi-Fi（以重叠Wi-Fi单元为特征）构成了下一代网络的设计挑战，最近启动的IEEE 802.11be（Wi-Fi 7）工作组的标准化工作重点关注媒体访问...
University of Toronto:Anthony Coache | 深度强化学习的条件可诱导动态风险度量
【推荐理由】本文提出了一种新的框架来解决风险敏感强化学习（RL）问题。其中智能体优化了时间一致的动态频谱风险度量：该方法构造了（严格一致的）评分函数...
通过奖励建模实现可扩展的智能体对齐
将强化学习算法应用于现实场景的障碍之一是缺乏合适的奖励函数，一定程度上是因为无法明确表述用户对任务目标的理解，从而能够以符合用户意图的方式解决复杂...
强化学习如何用于医学影像？埃默里大学最新《强化学习医学影像分析》综述，阐述最新RL医学影像分析概念、应用、挑战与未来方向
医学影像分析的任务是协助医生对病变或解剖结构进行定性和定量分析，许多机器学习方法被用于加速和自动化图像分析过程。在医学图像分析中使用强化学习的尝试...
DeepMind｜用深度强化学习让双足机器人学习敏捷足球技能
研究用深度强化学习让低成本人形机器人具备复杂的和安全的移动技能，在模拟器中使用深度强化学习训练一个20个活动关节的人形机器人玩简化版足球游戏：使用高...
在使用函数逼近的高效在线强化学习中，普适覆盖条件的可证明益处
本篇论文旨在探讨使用覆盖条件在在线强化学习中的潜力和效用。本文的关键思路是探索更多可能的覆盖条件。本文提出的$L^p$浓度性、密度比实现性和部分/全覆盖...
Insight Time预告｜决策大模型:一种通过无标签视频预训练的方法
其研究方向为计算机视觉和强化学习，了解决策AI大模型训练的基本原理:掌握大模型训练的监督、自监督学习技术应用于序列决策任务的创新思路，了解大型通用模型...
《强化学习周刊》第52期：Depth-CUPRL、DistSPECTRL & Double Deep Q-Network
本期周刊整理了强化学习领域相关的最新论文推荐及研究综述，可以扫描文末的二维码加入强化学习社区群。您已经完成《强化学习周刊》订阅啦;以后智源社区会自动...
清华大学车辆学院李升波|强化学习，让自动驾驶汽车自我进化，越开越好
清华大学车辆与运载学院李升波教授分享了题为《混合型强化学习及其高级别自动驾驶应用》的主题报告。该报告主要探讨了如何将强化学习应用于自动驾驶汽车的问...
Yann LeCun新论文：构建自动智能体之路
Yann LeCun发布了他的最新论文：这篇论文提炼了我过去5年或10年对人工智能前景前景的大部分思考。这基本上是我计划做的事情，机器如何学会推理和计划？机器如...
这是一个专注于人工智能产品的导航站。
