完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>
標簽 > 智能體
智能體,顧名思義,就是具有智能的實體,英文名是Agent。以云為基礎,以AI為核心,構建一個立體感知、全域協同、精準判斷、持續進化、開放的智能系統。智能體是人工智能領域中一個很重要的概念。任何獨立的能夠思考并可以同環境交互的實體都可以抽象為智能體。
文章:147個 瀏覽:10593次 帖子:0個
OpenAI發布了一個名為“Neural MMO”的大型多智能體游戲環境
作為一個簡單的基線團隊使用普通的策略梯度來訓練一個小型的、完全連接的體系結構,將值函數基線和獎勵折扣作為唯一增強。智能體不會因為實現特定的目標而獲得獎勵...
伯克利的研究人員提出了一種通用的自適應感知方法AdaSearch
傳統上,機器人領域將具身搜索(embodied search)看作持續的運動計劃問題,其中機器人必須平衡環境探索和對高效軌跡的選擇。這就催生了既可以進行...
繼OpenAI發布Dota2的團戰AI后,DeepMind今天也發布了自家的最新研究
為了讓這一過程更有趣,我們還設計了一個CTF的變體,其中的平面地圖每一場都不一樣。結果我們的智能體被迫學習到了一種“通用策略”,而非靠對地圖的記憶獲勝。...
由此產生的智能體,我們稱之為For The Win(FTW)智能體,它學會了以非常高的標準玩CTF。最重要的是,學會的智能體策略對地圖的大小、隊友的數量...
長期來看,我們會擴大獎勵建模的規模,將其應用于人類難以評估的領域。為了做到這一點,我們需要增強用戶衡量輸出的能力。我們討論了如何循環應用獎勵建模:我們可...
訓練數據由(注意掩膜、狀態)的軌跡組成,提前生成的軌跡用于確認我們希望模型學習的特定概念。我們為給定概念集提供一組演示(通常為5次)來訓練模型,然后將模...
在開發RND之前,OpenAI的研究人員和加州大學伯克利分校的學者進行了合作,他們測試了在沒有環境特定回報的情況下,智能體的學習情況。因為從理論上來說,...
DeepMind開發了PopArt,解決了不同游戲獎勵機制規范化的問題
我們將PopArt應用于Importance-weighted Actor-Learner Architecture (IMPALA),這是DeepMi...
在深度強化學習中,智能體是由神經網絡表示的。神經網絡直接與環境相互作用。它觀察環境的當前狀態,并根據當前狀態和過去的經驗決定采取何種行動(例如向左、向右...
盡管在過去有許多嘗試來形成好奇心,但本文關注的是一種自然且非常流行的方法:基于“意外”的好奇心機制。最近一篇題為“Curiosity-driven Ex...
Gibson的主要目標是幫助在現實環境中訓練的模型完成遷移,這一過程分為兩步。首先,在現實環境中表現自己的語義復雜性,并根據掃描過的真是場景構造環境,而...
一種從視頻中學習技能的框架(skills from videos,SFV)
由于基于單幀圖像預測的位姿是不連續的,在上圖中可以看到明顯不連貫的動作。同時由于估計器某些錯誤估計的存在會產生一系列奇異結果造成估計的位姿出現跳變。這會...
雖然很多基礎的RL理論是在表格案例中開發的,但現代RL幾乎完全是用函數逼近器完成的,例如人工神經網絡。 具體來說,如果策略和值函數用深度神經網絡近似,則...
2019-01-23 標簽:智能體強化學習tensorflow 2877 0
UC Berkeley大學的研究人員們利用深度姿態估計和深度學習技術
給定一段視頻,我們用基于視覺的動作估計器預測每一幀演員的動作qt。該動作預測器是建立在人類網格復原這一工作之上的(akanazawa.github.io...
在研究人員設想的場景中,名為Eve的第三個智能體扮演數據檢驗者的角色,監視Alice和Bob之間的通信。當Eve對Alice發送給Bob的內容產生懷疑時...
奪旗原本是一項廣受歡迎的戶外運動,被廣泛的應用于電子游戲中。在一張給定的地圖中,紅藍雙方保護自己的旗子并搶奪對方旗子,5分鐘時間內,奪旗次數最多的隊伍獲...
另外,策略網絡表示強化學習智能體使用的隨機策略,用πθ(s, a) = p(a|s;θ)表示,其中θ是神經網絡的參數列表,會用Adam優化器進行更新。系...
機器學習技術已經被應用于圖像識別、自然語言處理、語音識別和推薦系統等領域,取得了很大的成功。計算機視覺技術已經可以實現人臉識別、物體識別和行為識別等功能...
編輯推薦廠商產品技術軟件/工具OS/語言教程專題
電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯網 | NXP | 賽靈思 |
步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
伺服電機 | SVPWM | 光伏發電 | UPS | AR | 智能電網 | 國民技術 | Microchip |
開關電源 | 步進電機 | 無線充電 | LabVIEW | EMC | PLC | OLED | 單片機 |
5G | m2m | DSP | MCU | ASIC | CPU | ROM | DRAM |
NB-IoT | LoRa | Zigbee | NFC | 藍牙 | RFID | Wi-Fi | SIGFOX |
Type-C | USB | 以太網 | 仿真器 | RISC | RAM | 寄存器 | GPU |
語音識別 | 萬用表 | CPLD | 耦合 | 電路仿真 | 電容濾波 | 保護電路 | 看門狗 |
CAN | CSI | DSI | DVI | Ethernet | HDMI | I2C | RS-485 |
SDI | nas | DMA | HomeKit | 閾值電壓 | UART | 機器學習 | TensorFlow |
Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
DuerOS | Brillo | Windows11 | HarmonyOS |