Hierarchy_RL

原創 Coop_Multi-Agent_DRL 2020-06-21 12:19

文章目錄

0 爲了應對Sparse Reward,

高層agent老師設置目標, 低層agent學生去完成它

如果低一層的agent沒法達到目標，那麼高一層的agent會受到懲罰（高層agent將自己的願景傳達給底層agent）
如果一個agent到了一個錯誤的目標，那就假設最初的目標本來就是這個錯誤的目標（保證已經實現的成果不被浪費）
在這裏插入圖片描述

發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

百度強化學習7日打卡營心得

最近參加了百度強化學習7日打卡營，從只是聽說過Q-learning、AlphaGo的完全小白，到可以自己實現幾個經典強化學習算法，並且使用百度PARL框架實現強化學習解決Pong遊戲和四旋翼懸停。這次的7日打卡營讓我快速入門強化學

TheLittleBee 2020-07-03 15:35:05

關於飛槳深度學習學院《強化學習7日打卡訓練營》的一點心得體會

1 引言 積跬步以至千里，積怠情以至深淵，我要做一個踏實的ABCer。 本文將介紹在近期聽講飛槳深度學習學院《強化學習7日打卡訓練營》的一點心得體會，該課程由百度NeurIPS全球頂會冠軍團隊親自授課，授課老師講解深入淺出，零基礎

梵高的向日葵丶 2020-06-24 17:48:43

[RL入門筆記]基本概念以及應用

學習自百度強化學習打卡營，第?期(忘了)，嘿嘿 (以下部分圖片和文字來自百度強化學習團隊) 先放上學習資料，強化學習導論(翻譯版): https://rl.qiwihui.com/zh_CN/latest/ 1.什麼強化學習?

Ryan Huang 2020-06-24 01:54:32

What works for RL

文章目錄在穩定的環境下（如封閉環境的物流） 在穩定的環境下（如封閉環境的物流）

Coop_Multi-Agent_DRL 2020-06-21 12:19:44

DQN(1)

DQN(1) DQN(1) 資料 爲什麼需要DQN 僞代碼 需要 復現莫煩PYTHON的核心代碼 效果 下一步任務 資料 莫煩PYTHON DeepMind 《強化學習精要》 Deep Reinforcemen

lovecencen1893 2020-06-21 09:17:44

[深度學習論文筆記][ICLRW 17] Learning What Data to Learn

[ICLRW 17] Learning What Data to Learn Yang Fan, Fei Tian, Tao Qin, Jiang Bian, Tie-Yan Liu from MSRA and USTC pape

KFXW 2020-06-19 10:06:36

強化學習小白的第一個demo

我挑選的demo是書《深入淺出強化學習原理入門》裏的一道題，但是沒有答案，所以我想自己嘗試做一下。 （P.S.我真的對這本書很無感，後來發現豆瓣上基本全是對這本書的吐槽。反正，我一開始看得雲裏霧裏的，全書的邏輯性不強，總之不建議讀。想入門

melody96313 2020-06-16 10:52:34

mujoco(-py) & gym & spinningup

mujoco-py1.5的branch 注意，對應的python是3.5的 ，但是spinningup只支持3.6版本及以上的 TAT，目前沒找到解決方法 gym mujoco-py還是得安裝1.50的版本，2.0的不wor

荷西·H 2020-06-14 05:42:05

卡耐基梅隆大學 Probabilistic Graphical Models 課程 | Elements of Meta-Learning 關於元學習和強化學習

_Summer tree 2020-05-13 21:22:21

Value-Based

Coop_Multi-Agent_DRL 2020-05-13 17:04:00

Policy_Based

Coop_Multi-Agent_DRL 2020-05-11 18:07:10

閱讀筆記：神經網絡與深度學習（邱錫鵬)

HAH-M 2020-04-30 00:22:05

強化學習入門

Social Network 2020-03-03 17:57:46

Reinforcement Learning學習筆記（1）

DeepPractise 2020-02-24 06:31:41

Reinforcement Learning學習筆記（2）

DeepPractise 2020-02-24 06:31:31