稳定性是制约人形机器人落地的重要因素之一，如何利用强化学习，RL，与基于模型的控制，MBC，来进一步提高机器人的稳定性，已成当下业界的重要研究方向，2024年12月8日，、AI科技评论GAIRLive品牌联合石麻笔记一起举办了一场主题为，RL，Control，将机器人可靠性逼近99.9x%，的线上圆桌沙龙，圆桌主持人为石麻笔记主...。

更新时间：2025-02-01 14:27:31

在具有挑战性的环境中，一些人工智能系统通过利用过去经验所提供的世界表象来实现目标，研究人员将这些应用推广到新的情况，使它们能够在以前从未遇到过的环境中完成任务，事实证明，强化学习——一种使用奖励来推动软件策略朝着目标前进的训练技术——特别适合学习一个总结agent经验的世界模型，并通过扩展来促进新行为的学习，雷锋网消息，近日，来自Go...。

更新时间：2024-12-10 01:35:08

语音播放文章内容由深声科技提供技术支持您的浏览器不支持audio元素，雷锋网AI科技评论按，在过去的两三年中，我们经常听说人工智能在棋牌类游戏，博弈，中取得新的成果，比如基于深度强化学习的AlphaGo击败了人类世界冠军，由AlphaGo进化而来的AlphaZero还一并搞定了国际象棋和日本象棋；基于博弈论的冷扑大师，Libratus...。

更新时间：2024-12-10 01:27:39

译者，AI研习社，季一帆、，在强化学习中，我们使用奖惩机制来训练agents，Agent做出正确的行为会得到奖励，做出错误的行为就会受到惩罚，这样的话，agent就会试着将自己的错误行为最少化，将自己的正确行为最多化，本文我们将会聚焦于强化学习在现实生活中的实际应用，很多论文都提到了深度强化学习在自动驾驶领域中的应用，在无人驾驶中，需...。

更新时间：2024-12-10 01:25:44

人工智能技术一旦完全投入使用，它有可能拯救这个世界，也有可能终结这个世界，近日，VentureBeat与，谷歌大脑，的联合创始人吴恩达、Facebook人工智能研究院创始人YannLeCun等业内专家进行了对话，并将他们的观点整理成文，雷锋网AI科技评论选取了吴恩达和YannLeCun的观点进行编译，一起看看他们认为2018年有哪...。

更新时间：2024-12-10 00:42:43

雷锋网AI科技评论按，2018年5月31日，6月1日，中国自动化学会在中国科学院自动化研究所成功举办第5期智能自动化学科前沿讲习班，主题为，深度与宽度强化学习，如何赋予机器自主学习的能力，一直是人工智能领域的研究热点，在越来越多的复杂现实场景任务中，需要利用深度学习、宽度学习来自动学习大规模输入数据的抽象表征，并以此表征为依据进行自...。

更新时间：2024-12-10 00:09:43

雷锋网AI科技评论按，日前，谷歌在Nature合作期刊，npjQuantumInformation，上发表了一篇论文，提出结合深度强化学习的方法来实现通用量子控制，从而能够极大地提高量子计算机的计算能力，谷歌也在官方博客上发表文章介绍了这项工作，实现近期量子计算机的主要挑战之一与其最基本的组成有关，量子比特，量子位可以与任何携带与自身...。

更新时间：2024-12-10 00:03:08

作为Facebook人工智能部门主管，YannLeCun是AI领域成绩斐然的大牛，也是行业内最有影响力的专家之一，近日，LeCun在卡内基梅隆大学机器人研究所进行了一场AI技术核心问题与发展前景的演讲，他在演讲中提到三点干货，演讲完整视频如下，该视频长75分钟，并包含大量专业术语，因此雷锋网节选关键内容做了视频摘要，以供读者浏览，以下...。

更新时间：2024-12-09 23:43:52

AI，物理，成功破圈，DeepMind怕是要上天，北京时间凌晨四点，DeepMind在官方推特上发布消息，称其与瑞士洛桑联邦理工学院，EPFL，合作研究出第一个可以在托卡马克，Tokamak，装置内保持核聚变等离子体稳定的深度强化学习系统，为推进核聚变研究开辟了新途径，消息一出，立刻引起围观，收获一千多点赞、数百转发，据该工作的其中...。

更新时间：2024-12-09 23:00:00

雷锋网AI科技评论按，在强化学习领域，谷歌大脑的研究内容一直是业界重点关注的对象，MarcG.Bellemare是谷歌大脑的研究员，研究方向为分布式强化学习、表征学习等，他将自己在谷歌大脑18个月中研究经历和心得写成了文章并进行发表，雷锋网AI科技评论全文编译如下，时间回溯到2017年夏天，在欧洲一段时间的告别旅行中，我被当时在蒙特利...。

更新时间：2024-12-09 22:02:11

腾讯正在联动高校，利用王者荣耀的复杂环境，为推动通用人工智能研究创造各种可能性，4月14日，第二届，腾讯开悟多智能体强化学习大赛，以下称，大赛，决赛在成都落幕，来自20多所顶尖高校的AI研发团队，经过半年来的比拼，共有4支团队进入决赛，经过现场激烈角逐，来自清华大学计算机系的团队获得本届大赛冠军，本届大赛由腾讯AILab、王者荣耀...。

更新时间：2024-12-09 20:53:13

围棋被攻克之后，多人在线战术竞技游戏，MOBA，已经成为测试检验前沿人工智能的动作决策和预测能力的重要平台，基于腾讯天美工作室开发的热门MOBA类手游，王者荣耀，，腾讯AILab正努力探索强化学习技术在复杂环境中的应用潜力，本文即是其中的一项成果，研究用深度强化学习来为智能体预测游戏动作的方法，论文已被AAAI，2020接收，此技术支...。

更新时间：2024-12-09 18:07:36

雷锋网AI科技评论按，近期Facebook泄露海量用户数据，而且这些数据还被利用来针对性地影响Facebook用户的事情已经闹得沸沸扬扬，除了用户隐私保护这一话题永远都不过时之外，，用来分析用户、影响用户的AI算法应当担负怎么样的责任，这一话题也在AI圈中引起了讨论，Keras作者、谷歌大脑研究员FrançoisChollet也在Tw...。

更新时间：2024-12-09 17:58:36

原始的深度强化学习是纯强化学习，其典型问题为马尔科夫决策过程，MDP，马尔科夫决策过程包含一组状态S和动作A，状态的转换是通过概率P，奖励R和一个折衷参数gamma决定的，概率转换P反映了转换和状态转变的奖励之间的关系，状态和奖励仅依赖上一时间步的状态和动作，强化学习为Agent定义了环境，来实现某些动作以最大化奖励，这些动作根据p...。

更新时间：2024-12-09 16:50:37

本系列文章通过通俗易懂的方式介绍强化学习的基本概念，虽然语言通俗，但是内容依旧非常严谨性，文中用很多的公式，对数学公式头疼的读者可能会被吓住，但是如果读者一步一步follow下来，就会发现公式的推导非常自然，对于透彻的理解这些基本概念非常有帮助，除了理论之外，文章还会介绍每种算法的实现代码，深入解答每一行关键代码，让读者不但理解理论和...。

更新时间：2024-12-09 15:38:39

雷锋网消息，8月7日，国际数据挖掘顶会KDD2019上三大竞赛KDDCUP比赛结果出炉，中国参赛者获奖，KDDCUP今年有2800多支注册队伍参赛，包括了230个学术和研究机构，分为三个赛道，常规机器学习竞赛、自动机器学习竞赛、强化学习竞赛，其中，常规机器学习竞赛由百度赞助，包括两个任务，最适合的交通方式推荐、开放研究／应用挑战，在最...。

更新时间：2024-12-09 15:27:57

强化学习在人工智能领域的，扬名立万，，始于2016年DeepMind开发的AlphaGo在围棋竞赛中战胜人类世界冠军李世石，之后，强化学习被广泛应用于人工智能、机器人与自然科学等领域，并取得一系列突破性成果，如DeepMind的Alpha系列，，引起了大批学者的研究兴趣与广泛关注，事实上，强化学习的研究由来已久，远远早于2016年，自...。

更新时间：2024-12-09 15:11:35

清华大学计算机系对话式人工智能课题组多篇论文被ACL2018和IJCAI，ECAI2018会议录用，涉及对话系统、语言生成、强化学习等领域，下面是论文列表及介绍，•GeneratingInformativeResponseswithControlledSentenceFunction作者，柯沛、关健、黄民烈、朱小燕会议，ACL2018...。

更新时间：2024-12-09 15:10:49