如何讓多個(gè)智能體學(xué)會(huì)一起完成同一個(gè)任務(wù)，學(xué)會(huì)彼此合作和相互競(jìng)爭(zhēng)

多智體強(qiáng)化學(xué)習(xí)（Multi-agent reinforcement learning, MARL）假設(shè)有一組處在相同環(huán)境下的自主智能體。在MARL中學(xué)習(xí)...

2018-06-27 標(biāo)簽：人工智能智能體強(qiáng)化學(xué)習(xí) 1.8萬(wàn) 0

Atari游戲史上最強(qiáng)通關(guān)算法來(lái)了——Go-Explore！

普通的強(qiáng)化學(xué)習(xí)算法通常無(wú)法從蒙特祖瑪?shù)牡谝粋€(gè)房間（得分400或更低）中跳出，在Pitfall中得分為0或更低。為了解決這類(lèi)挑戰(zhàn)，研究人員在智能體到達(dá)新?tīng)?..

2018-12-03 標(biāo)簽：智能體強(qiáng)化學(xué)習(xí) 1.8萬(wàn) 0

多智能體系統(tǒng)的特點(diǎn)

在多智能體系統(tǒng)中，每個(gè)智能體具有獨(dú)立性和自主性，能夠解決給定的子問(wèn)題，自主地推理和規(guī)劃并選擇適當(dāng)?shù)牟呗?，并以特定的方式影響環(huán)境。

2019-01-10 標(biāo)簽：智能體多智能體系統(tǒng) 1.5萬(wàn) 0

智能體的基本特性

本視頻主要詳細(xì)介紹智能體的基本特性，分別是自治性（Autonomy）、反應(yīng)性（Reactive）、主動(dòng)性（Proactive）、社會(huì)性（Social）、進(jìn)化性。

2019-01-12 標(biāo)簽：智能體 9125 0

強(qiáng)化學(xué)習(xí)的經(jīng)典基礎(chǔ)性缺陷可能限制它解決很多復(fù)雜問(wèn)題

這些都是除了從零學(xué)習(xí)之外的強(qiáng)化學(xué)習(xí)方法。特別是元學(xué)習(xí)和零次學(xué)習(xí)體現(xiàn)了人在學(xué)習(xí)一種新技能時(shí)更有可能的做法，與純強(qiáng)化學(xué)習(xí)有差別。一個(gè)元學(xué)習(xí)智能體會(huì)利用先驗(yàn)知...

2018-07-14 標(biāo)簽：智能體深度學(xué)習(xí)強(qiáng)化學(xué)習(xí) 8206 0

基于模型的學(xué)習(xí)vs無(wú)模型學(xué)習(xí)

需要注意的是，這種方法只能應(yīng)用于偶爾發(fā)生的馬爾科夫決策過(guò)程。原因是在計(jì)算任意返回之前，這一episode就要停止。我們并不在每次動(dòng)作結(jié)束后就更新，而是在...

2018-11-22 標(biāo)簽：智能體強(qiáng)化學(xué)習(xí) 7590 0

DeepMind的“星際2”智能體AlphaStar實(shí)際上是演化算法？

在AlphaStar中，用于訓(xùn)練智能體的基于人口的訓(xùn)練策略（PBT）是使用拉馬克進(jìn)化（LE）的模因算法：在內(nèi)環(huán)中，使用反向傳播連續(xù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，而在外環(huán)...

2019-02-13 標(biāo)簽：智能體深度學(xué)習(xí)DeepMind 6111 0

用PopArt進(jìn)行多任務(wù)深度強(qiáng)化學(xué)習(xí)

按照以往的做法，如果研究人員要用強(qiáng)化學(xué)習(xí)算法對(duì)獎(jiǎng)勵(lì)進(jìn)行剪枝，以此克服獎(jiǎng)勵(lì)范圍各不相同的問(wèn)題，他們首先會(huì)把大的獎(jiǎng)勵(lì)設(shè)為+1，小的獎(jiǎng)勵(lì)為-1，然后對(duì)預(yù)期獎(jiǎng)勵(lì)...

2018-09-16 標(biāo)簽：人工智能智能體強(qiáng)化學(xué)習(xí) 6029 0

多智體深度強(qiáng)化學(xué)習(xí)研究中首次將概率遞歸推理引入AI的學(xué)習(xí)過(guò)程

在傳統(tǒng)的多智體學(xué)習(xí)過(guò)程當(dāng)中，有研究者在對(duì)其他智能體建模 (也即“對(duì)手建?！? opponent modeling) 時(shí)使用了遞歸推理，但由于算法復(fù)雜和計(jì)...

2019-03-05 標(biāo)簽：AI智能體強(qiáng)化學(xué)習(xí) 5324 0

DeepMind開(kāi)源了一個(gè)內(nèi)部強(qiáng)化學(xué)習(xí)庫(kù)TRFL

TRFL庫(kù)包含實(shí)現(xiàn)經(jīng)典RL算法以及更前沿技術(shù)的許多函數(shù)。這里提供的損失函數(shù)和其他操作是在純TensorFlow中實(shí)現(xiàn)的。它們不是完整的算法，而是在構(gòu)建功...

2018-10-19 標(biāo)簽：智能體強(qiáng)化學(xué)習(xí)DeepMind 5270 0

95后的理論計(jì)算機(jī)科學(xué)家來(lái)了！我是陳立杰，我要成為一名理論計(jì)算機(jī)科學(xué)家！

初中時(shí)的陳立杰喜歡做的事情和一般學(xué)生很像，無(wú)非就是玩電腦游戲，看看動(dòng)漫，曾經(jīng)游戲兩三天不出門(mén)，甚至參加了數(shù)學(xué)競(jìng)賽也沒(méi)有取得什么好成績(jī)，其他科目成績(jī)也不出...

2019-03-29 標(biāo)簽：計(jì)算機(jī)科學(xué)計(jì)算機(jī)視覺(jué)智能體 1.4萬(wàn) 0

智能體是什么

智能體在某種程度上屬于人工智能研究范疇，因此要想給智能體下一個(gè)確切的定義就如同給人工智能下一個(gè)確切的定義一樣困難。在分布式人工智能和分布式計(jì)算領(lǐng)域爭(zhēng)論了...

2019-01-12 標(biāo)簽：智能體 1.4萬(wàn) 0

多智能體系統(tǒng)應(yīng)用

本視頻主要詳細(xì)介紹了多智能體系統(tǒng)應(yīng)用，分別是智能機(jī)器人、交通控制、柔性制造、協(xié)調(diào)專(zhuān)家系統(tǒng)、分布式預(yù)測(cè)、監(jiān)控及診斷、分布式智能決策、軟件開(kāi)發(fā)、虛擬現(xiàn)實(shí)。

2019-01-10 標(biāo)簽：智能體多智能體系統(tǒng) 1.2萬(wàn) 0

OpenAI發(fā)布Neural MMO—一個(gè)強(qiáng)化學(xué)習(xí)的大型多智能體游戲環(huán)境

其中，持久性和規(guī)?；瘜⑹翘接懙年P(guān)鍵屬性，但研究者們還需要更好的基準(zhǔn)測(cè)試環(huán)境，在存在大量人口規(guī)模和持久性的情況下量化學(xué)習(xí)進(jìn)度。這一游戲類(lèi)型（MMO：大型多...

2019-03-06 標(biāo)簽：人工智能智能體強(qiáng)化學(xué)習(xí) 1.2萬(wàn) 0

DeepMind在倫敦向世界展示了他們的最新成果——星際爭(zhēng)霸2人工智能AlphaStar

星際爭(zhēng)霸中包含神族、人族、蟲(chóng)族三種選擇，不同種族有不同的作戰(zhàn)單位、生產(chǎn)機(jī)制和科技機(jī)制，因而各個(gè)種族間存在戰(zhàn)術(shù)制衡。為了降低任務(wù)訓(xùn)練所需時(shí)間，并避免不同種...

2019-01-30 標(biāo)簽：人工智能智能體DeepMind 5744 0

智能體技術(shù)的發(fā)展現(xiàn)狀與未來(lái)展望

智能制造和工業(yè)互聯(lián)網(wǎng)技術(shù)的發(fā)展，呈現(xiàn)出了一些新的特點(diǎn)，比如資源控制的泛在化，比如集成方式和粒度的服務(wù)/微服務(wù)化，比如智能計(jì)算的邊緣化。這些新的特點(diǎn)助推了...

2019-07-07 標(biāo)簽：智能體智能制造 4767 0

OpenAI宣布他們的AI僅通過(guò)一次人類(lèi)演示，蒙特祖瑪?shù)膹?fù)仇游戲中玩出歷史最高分

這次，OpenAI的研究團(tuán)隊(duì)訓(xùn)練了一個(gè)智能體，僅通過(guò)一次人類(lèi)demo，就在蒙特祖瑪?shù)膹?fù)仇游戲中獲得了74500分的成績(jī)，比以往公布的任何結(jié)果都要好。

2018-07-09 標(biāo)簽：算法智能體強(qiáng)化學(xué)習(xí) 4580 0