完善資料讓更多小伙伴認識你，還能領(lǐng)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(chǔ)，以AI為核心，構(gòu)建一個立體感知、全域協(xié)同、精準判斷、持續(xù)進化、開放的智能系統(tǒng)。智能體是人工智能領(lǐng)域中一個很重要的概念。任何獨立的能夠思考并可以同環(huán)境交互的實體都可以抽象為智能體。
文章：394個 瀏覽：11536次 帖子：5個
強化學習作為一種常用的訓練智能體的方法，能夠完成很多復雜的任務。在強化學習中，智能體的策略是通過將獎勵函數(shù)最大化訓練的。獎勵在智能體之外，各個環(huán)境中的獎...
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(jié)構(gòu)，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...
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(lǐng)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...
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(shè)計了一個CTF的變體，其中的平面地圖每一場都不一樣。結(jié)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。...
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(lǐng)域?qū)⒕呱硭阉鳎╡mbodied 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...
OpenAI剛剛開源了一個大規(guī)模多智能體游戲環(huán)境
我們需要創(chuàng)建具有高度復雜性上限的開放式任務：當前的環(huán)境要么雖然復雜但過于狹窄，要么雖然開放但過于簡單。持續(xù)性和大規(guī)模等屬性也很關(guān)鍵，但是我們還需要更多的...
2019-03-06 標簽：智能體生態(tài)系統(tǒng)強化學習 3.9k 0
由此產(chǎn)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...
精神病理學是指對精神障礙的起因及其相關(guān)治療手段的科學研究。在這種背景下，引用美國精神病學協(xié)會 ( APA ) 對精神障礙的定義：精神障礙是一種在“心理學...
在深度強化學習中，智能體是由神經(jīng)網(wǎng)絡(luò)表示的。神經(jīng)網(wǎng)絡(luò)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(jīng)驗決定采取何種行動（例如向左、向右...
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，...
OpenAI的研究人員開發(fā)了一套基于能量的神經(jīng)網(wǎng)絡(luò)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(jīng)網(wǎng)絡(luò)智能體 3.7k 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(jīng)網(wǎng)絡(luò)智能體DeepMind 3.6k 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(chǎn)生一系列奇異結(jié)果造成估計的位姿出現(xiàn)跳變。這會...
盡管在過去有許多嘗試來形成好奇心，但本文關(guān)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(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(gòu)造環(huán)境，而...
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(shù)
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...
雖然很多基礎(chǔ)的RL理論是在表格案例中開發(fā)的，但現(xiàn)代RL幾乎完全是用函數(shù)逼近器完成的，例如人工神經(jīng)網(wǎng)絡(luò)。 具體來說，如果策略和值函數(shù)用深度神經(jīng)網(wǎng)絡(luò)近似，則...
2019-01-23 標簽：智能體強化學習tensorflow 3.3k 0
【使用教程】基于MaaS DeepSeek API和Dify快速構(gòu)建一個網(wǎng)站智能客服
客服系統(tǒng)是企業(yè)與消費者溝通的重要橋梁，然而傳統(tǒng)的人工客服存在著工資/培訓成本高昂、數(shù)據(jù)收集和分析困難、難以全天候提供服務等痛點。
在機器學習領(lǐng)域引入了一種新的隱寫術(shù)，稱為“訓練集偽裝
在研究人員設(shè)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(nèi)容產(chǎn)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(nèi)，奪旗次數(shù)最多的隊伍獲...
換一批
編輯推薦廠商產(chǎn)品技術(shù)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(lián)網(wǎng) | 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(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
| 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 |
關(guān)注我們的微信
下載發(fā)燒友APP
電子發(fā)燒友觀察
版權(quán)所有 ? 湖南華秋數(shù)字科技有限公司
長沙市望城經(jīng)濟技術(shù)開發(fā)區(qū)航空路6號手機智能終端產(chǎn)業(yè)園2號廠房3層（0731-88081133）
電子發(fā)燒友 （電路圖） 湘公網(wǎng)安備43011202000918
工商網(wǎng)監(jiān)
湘ICP備2023018690號-1
