回答情况：
提问时间：
问题标签：
如果不使用深层神经网络(DNN)来实现强化学习算法，比如深度Q-网络(DQN)，可以实现吗？在下面的DQN伪码中，如果我想用另一种无监督算法替换DNN部分，它可能吗？
浏览 0修改于2018-08-31得票数 3
我正在尝试使用强化学习来控制一个实际的机器人操纵器。对于强化学习，我使用的是Google tensorflow。C++中有没有使用Tensorflow强化学习算法的方法？或者，有没有其他方法可以在C++实时控制器上实现强化学习算法<
浏览 0提问于2019-04-01得票数 0
是否可以在有监督的模型上使用“强化学习”或反馈回路？我使用监督学习模型(更确切地说是线性回归模型)解决了一个机器学习问题，但我希望通过对预测输出创建一个反馈环来改进结果，即如果算法在某些例子上出错，就告诉算法。据我所知，这基本上就是强化学习的工作原理:该模型从正负反馈中学习。
我发现我们可以使用PyBrain实现有监督学习和强化学习算法，但我无法找到两者之间的关联
浏览 2提问于2019-07-11得票数 0
7回答
如何实现深度强化学习（DQN）?
深度学习、编程算法、强化学习
DQN（Deep Q-Learning）可谓是深度强化学习（Deep Reinforcement Learning，DRL）的开山之作，是将深度学习与强化学习结合起来从而实现从感知（Perception）到动作（ Action ）的端对端（End-to-end）学习的一种全新的算法 ，该如何实现深度强化学习（DQN）呢?
浏览 3843提问于2018-10-10
在深入学习中，我们可以用损失函数值来评估模型的性能，并通过K倍交叉验证等方法来提高模型的性能。但是，如何设计和优化神经网络在深度强化学习中的应用呢？我们可以用奖励等来评估强化学习算法本身的性能，但是如何保证神经网络在强化学习算法中的应用是好的还是坏的呢？
浏览 0提问于2019-02-08得票数 3
作为深度强化学习的初学者，我很困惑为什么我们应该在强化学习中使用马尔可夫过程，以及它给强化学习带来了什么好处。另外，马尔可夫过程要求在“已知”条件下，“现在”与“未来”无关。为什么一些深度强化学习算法可以使用RNN和LSTM？这是否违反了马尔可夫过程的假设？
浏览 4提问于2020-12-23得票数 0
深入的Q-学习，A3C，政策进化的遗传算法，他们都没有学习小行星，或至少表现比人类差得多。根据RL的说法，从最艰难的Atari游戏来看，大部分的焦点都集中在蒙特祖马的复仇上，这显然受到了很少的奖励。以下是一些报告小行星上的坏结果的论文(有些文章互相引用)：深度强化学习的大规模并行学习方法基于深度强化学习的
浏览 0修改于2018-02-19得票数 3
回答已采纳
3回答
Tensorforce、Kerasrl和chainerrl用于强化学习的区别是什么？据我所知，这三种方法都与OpenAI健身房环境有关，并且具有相同的强化学习算法。在表现上有什么不同吗？
浏览 1修改于2018-09-11得票数 1
我已经看到了用于具有离散动作空间的强化学习任务的强化策略算法的多个实现。是否有针对连续动作空间的算法(或其他策略梯度算法)的实现？
浏览 1提问于2018-04-13得票数 2
我正在尝试了解grover算法的应用。我已经看到它可以应用于DNA序列比对。我想知道在机器学习(深度学习，NLP和强化学习)中，我可以在哪里使用grover算法。
浏览 33修改于2021-01-31得票数 1
1回答
强化学习真的能解决实际的排班问题吗？
编程算法、强化学习
关于强化学习解决排班算法的问题，如果是有一大堆的约束条件且要求说每个人一天一定要上满7天班，但是总会有人请假休息，遇到这种问题还能使用强化学习去实现排班吗？如果不能实现，那强化学习实现排班的这个demo就没有什么价值了，因为没有解决实际问题。
浏览 443提问于2021-03-23
我正在研究强化学习的强化算法。我很难理解如何计算奖励。📷从步骤t返回到步骤T1，即R_t + R_(t+1) +.
浏览 0提问于2018-09-13得票数 4
回答已采纳
据我所知，train (增强拓扑的NeuroEvolution)是一种利用进化的概念来训练神经网络的算法。另一方面，强化学习是一种机器学习，其概念是“奖励”更成功的节点。还是从强化学习中衍生出来的整洁？
浏览 2修改于2018-11-11得票数 7
回答已采纳
我目前正在做一个项目，它需要tensorflowjs创建一个从强化学习算法中学习的神经网络。这有可能做到吗？
浏览 33提问于2019-06-26得票数 1
回答已采纳
我知道前馈神经网络的基本知识，以及如何使用反向传播算法来训练它们，但我正在寻找一种比我能用来训练神经网络的强化学习的算法。另一种情况类似于，在这种情况下，反馈被延迟，只限于目标和反目标，而不是奖励。对于第一种情况，我可以想到一些算法，比如爬山或遗传算法，但我猜它们都会很慢。它们也可能适用于第二种情况，但速度慢得令人难以置信，不利于在线学习</
浏览 1提问于2012-05-23得票数 67
回答已采纳
1回答
我一直在寻找一个实现强化学习算法的C++库，但对结果不是很满意。还有来自的代码。它看起来很有希望，但似乎没有得到积极的维护。在C++中，您使用哪些库进行强化学习？
浏览 2修改于2012-01-06得票数 15
我遵循策略梯度强化学习的强化算法.我知道回归(因此我猜是强化学习)线性输出是最好的，虽然乙状结肠有一个线性部分，我担心网络无法正确地捕捉到这种线性输出行为，或者它捕捉它的速度太慢
浏览 0提问于2018-08-05得票数 1
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号