- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
该文档均来自互联网,如果侵犯了您的个人权益,请联系我们将立即删除!
Reinforcement learning
Nando de Freitas
The Promise of Reinforcement Learning
Learning to act through trial and error. Environment
{ observation, reward } { action }
• An agent interacts with an
Agent
environment and learns by
maximizing a scalar reward signal.
• No models, labels, demonstrations,
or any other human-provided
supervision signal.
• Representation has been a
challenge/missing.
[Volodymyr Mnih]
Deep Reinforcement Learning
• Combining deep neural networks with RL.
• Learn to act from high-dimensional sensory inputs.
• Is a noisy, sparse, and delayed reward signal sufficient for
training deep networks? Credit assignment problem.
Environment
{ observations, reward } { action }
[Volodymyr Mnih]
Example: Learning to play Atari
David Silver
Direct policy search example: Attention
[Ba, Mnih, Kavuckuoglu]
Results
MNIST Street View House
sequences Number sequences
• The attention-based model achieves state-of-the-art accuracy on the
SVHN multi-digit task - 3.9% error.
• 4 times fewer floating point operations than the best ConvNet.
[Volodymyr Mnih et al]
Attention-Based Game Agent
• Roughly the same model and training method can be used
in a game-playing agent.
• The agent learns to track a ball without being told to do so.
您可能关注的文档
- 汉语言文学专业博雅汉语.ppt
- 江苏省2011年高中历史第六单元现代中国政治建设与祖国统一复习学业水平测试新人教必修1.ppt
- 江苏省响水中学高中历史专题一古代中国政治制度(简要线索)人民版必修1.ppt
- 江苏省响水中学高中历史专题一古代中国政治制度中国古代政治制度史1人民版必修1.ppt
- 江苏初中6年级第6单元第6课_民族.ppt
- 江苏省响水中学高中历史专题四新中国初期政治建设1人民版必修1.ppt
- 江苏省无锡市英语教研室《从无锡近三年中考细目表试谈英语教学应对策略》复习指导(共24张ppt).ppt
- 江苏省届高考历史冲刺卷(一)-.doc
- 江苏省赣榆县海头高级中学高中历史必修一专题五第2课外交关系突破(共34张ppt).ppt
- 江苏省连云港市灌云县四队中学高中地理第二单元活动分析判断气候类型鲁教版必修1.ppt
最近下载
- 2024年甘肃陇南成县招聘司法协理员17人考试备考题库及答案解析.docx VIP
- 2025年正高面审答辩-正高069面审答辩全科医学历年参考题库含答案解析.docx
- 2025消防宣传月消防安全知识培训课件PPT.pptx
- 5.2 主视图、左视图以及俯视图(附答案).docx VIP
- 25秋电大大作业:如何理解“作风建设永远在路上,永远没有休止符”?我们应如何加强作风建设?.doc VIP
- 23S516 混凝土排水管道基础及接口 .docx VIP
- 2025政治高考河北省真题试卷+解析及答案.docx VIP
- (2021-2025)中考语文 古诗文阅读之文言句子翻译 高频考点+易错点.docx VIP
- 2025年中考语文复习知识清单专题30文言文翻译及断句(3份思维导图+文言翻译10法+文言断句知识梳理+文言翻译10大陷阱+文言断句5大陷阱)(原卷版+解析).docx VIP
- 2025至2030中国特性水泥行业发展分析及前景趋势与投资报告.docx
原创力文档


文档评论(0)