OpenAI發(fā)布了一個名為“Neural MMO”的大型多智能體游戲環(huán)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(shù)基線和獎勵折扣作為唯一增強。智能體不會因為實現(xiàn)特定的目標而獲得獎勵...

2019-03-07 標簽：可視化智能體強化學習 3846 0

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(tǒng)上，機器人領域將具身搜索（embodied search）看作持續(xù)的運動計劃問題，其中機器人必須平衡環(huán)境探索和對高效軌跡的選擇。這就催生了既可以進行...

2018-11-24 標簽：機器人無人機智能體 3747 0

繼OpenAI發(fā)布Dota2的團戰(zhàn)AI后，DeepMind今天也發(fā)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。...

2018-07-08 標簽：機器人智能體DeepMind 3686 0

智能體的連接問題,如何創(chuàng)建能符合人類目標的智能體？

長期來看，我們會擴大獎勵建模的規(guī)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(huán)應用獎勵建模：我們可...

2018-11-24 標簽：機器學習智能體強化學習 3670 0

DeepMind分享了他們在多智能體學習方面的進展

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(shù)量...

2018-07-05 標簽：人工智能智能體DeepMind 3623 0

AI智能體學習如何跑步、躲避跨越障礙物

在深度強化學習中，智能體是由神經網(wǎng)絡表示的。神經網(wǎng)絡直接與環(huán)境相互作用。它觀察環(huán)境的當前狀態(tài)，并根據(jù)當前狀態(tài)和過去的經驗決定采取何種行動（例如向左、向右...

2018-10-22 標簽：智能體強化學習 3534 0

OpenAI提出了一種回報設置方法RND

在開發(fā)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(huán)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，...

2018-11-05 標簽：機器學習智能體強化學習 3518 0

OpenAI的研究人員開發(fā)了一套基于能量的神經網(wǎng)絡模型

訓練數(shù)據(jù)由（注意掩膜、狀態(tài)）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?yōu)榻o定概念集提供一組演示（通常為5次）來訓練模型，然后將模...

2018-11-10 標簽：機器人神經網(wǎng)絡智能體 3439 0

DeepMind開發(fā)了PopArt，解決了不同游戲獎勵機制規(guī)范化的問題

我們將PopArt應用于Importance-weighted Actor-Learner Architecture (IMPALA)，這是DeepMi...

2018-09-16 標簽：神經網(wǎng)絡智能體DeepMind 3405 0

Deepmind“好奇心學習”新機制：讓智能體不再偷懶

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...

2018-10-26 標簽：機器人智能體 3257 0

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(xù)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(xiàn)跳變。這會...

2018-10-18 標簽：計算機視覺智能體YouTube 3245 0

Gibson能讓算法同時探索感知和運動

Gibson的主要目標是幫助在現(xiàn)實環(huán)境中訓練的模型完成遷移，這一過程分為兩步。首先，在現(xiàn)實環(huán)境中表現(xiàn)自己的語義復雜性，并根據(jù)掃描過的真是場景構造環(huán)境，而...

2018-09-06 標簽：機器人計算機視覺智能體 3158 0

UC Berkeley大學的研究人員們利用深度姿態(tài)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(wǎng)格復原這一工作之上的（akanazawa.github.io...

2018-10-12 標簽：計算機視覺智能體深度學習 3048 0

在機器學習領域引入了一種新的隱寫術，稱為“訓練集偽裝

在研究人員設想的場景中，名為Eve的第三個智能體扮演數(shù)據(jù)檢驗者的角色，監(jiān)視Alice和Bob之間的通信。當Eve對Alice發(fā)送給Bob的內容產生懷疑時...

2019-01-08 標簽：圖像機器學習智能體 2851 0

AI智能體的能力還會繼續(xù)提高嗎？

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(shù)最多的隊伍獲...

2019-06-02 標簽：AI智能體強化學習 2797 0

研究人員們提出了一種新的導航工具SafeRoute

另外，策略網(wǎng)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(wǎng)絡的參數(shù)列表，會用Adam優(yōu)化器進行更新。系...

2018-11-24 標簽：神經網(wǎng)絡智能體強化學習 2680 0

人機混合智能概述

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(tǒng)等領域，取得了很大的成功。計算機視覺技術已經可以實現(xiàn)人臉識別、物體識別和行為識別等功能...

2023-06-26 標簽：圖像識別機器學習智能體 2270 0