京东 11.11 红包
多智能体强化学习(1_2)：基本概念 Multi-Agent Reinforcement Learning
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
联邦学习：技术角度的讲解（中文）Introduction to Federated Learning
...
经验回放 Experience Replay (价值学习高级技巧 1_3)
...
随机策略做连续控制 (连续控制 3/3)
...
并行计算与机器学习(1_3)（中文） Parallel Computing for Machine Learning (Part 1_3)
...
策略梯度中的Baseline (1_4)
...
随机排列与Fisher-Yates算法
...
离散控制与连续控制 (连续控制 1_3)
...
OSDI '20 - Retiarii_ A Deep Learning Exploratory-Training Framework
...
REINFORCE与A2C的异同 (策略梯度中的Baseline 4_4)
...
REINFORCE with Baseline (策略梯度中的Baseline 2_4)
...
OSDI '20 - Heterogeneity-Aware Cluster Scheduling Policies for Deep Learning Wor
...
稠密矩阵和稀疏矩阵数据结构 (矩阵数据结构和算法 2_2)
...
OSDI '20 - HiveD_ Sharing a GPU Cluster for Deep Learning with Guarantees
...
OSDI '20 - AntMan_ Dynamic Scaling on GPU Cluster for Deep Learning
...
并行计算与机器学习(2_3)（中文） Parallel Computing for Machine Learning (Part 2_3)
...
A2C 方法 (策略梯度中的Baseline 3_4)
...
Dueling Network (价值学习高级技巧 3_3)
...
(超爽中英!) 2024公认最好的【Agent智能体】系列教程！带你从0到1构建自己的智能体！
...
DeepMindxUCL《强化学习|Reinforcement Learning 2021》中英字幕
...
确定策略梯度 Deterministic Policy Gradient, DPG (连续控制 2_3)
...
听劝！【张雪峰】人工智能AI学习压力非常大！你能承受的了吗？！骂醒一个是一个！！！零基础入门人工智能/机器学习入门
...
具身智能新思路———Diffusion Policy 结合 PPO 模仿+强化 （上）
...
强推！北京大学王树森半天就教会了我深度强化学习，原理详解+项目实战，学不会来打我！
...
2024 Machine Learning in Computational Biology (MLCB) Conference—Day 2
...
这可能是我见过强化学习和模型预测控制最好的教程！四大名校教授精讲动态系统和仿真、最优控制、策略梯度方法、MPC
...
【具身论文阅读】Diffuser: 基于diffusion的强化学习规划器
...
【titichow】更新啦，赶紧来围观吧！
...
【强推】李宏毅深度强化学习完整版教程！简单易懂的PPO算法强化学习入门课程！近端策略优化、Transformer
...
Diffusion Policy 结合 PPO 模仿+强化 （下）
...
【基于深度强化学习的冠军级别无人机竞速】强化学习和模型预测控制MPC中英字幕18讲！
...
《强化学习》第5章 蒙特卡洛MC方法
...
入门到成神！三小时可快速上手的【深度强化学习】，不愧是北大王树森博士，讲的是真的通俗易懂！
...
《强化学习》第4.4-4.8章 策略更新规则（下）
...
MPC+强化学习！Actor Critic模型预测控制，苏黎世大牛教授人类水平性能的自主视觉无人机演讲
...
TITA强化学习迁移
...
简直逆天！李永乐老师深度讲解AI！带你了解电脑如何像人一样思考，带你学习AI前沿技术/人工智能/机器学习/深度学习/神经网络/计算机技术
...
强化学习，启动！
...
直观理解大模型预训练和微调！四大LLM微调方法，RLHF基于人类反馈的强化学习微调
...
【即插即用】Pybullet端强化学习算法训练机械臂
...
万字解析OpenAI o1（下）预期与问题