强化学习和自适应控制的关系是什么？ 第1页
1
qiu-shui-20-54 网友的相关建议:
Father of RL, Richard Sutton早已给过答案：R. S. Sutton, A. G. Barto and R. J. Williams, "Reinforcement learning is direct adaptive optimal control," inIEEE Control Systems Magazine, vol. 12, no. 2, pp. 19-22, April 1992.
doi: 10.1109/37.126844
1
相关话题
如何评价Sony新出的深度学习库NNabla？使用强化学习解决实际问题时常常避不开环境模拟或者使用离线强化学习算法，两者分别有什么优缺点？
多任务学习中loss多次backward和loss加和后backward有区别吗？
想问下专业人士 OpenCv会被深度学习进一步取代吗进一步取代吗？
xgboost原理？
变形金刚在变形后比变形前大很多，是如何实现的？
你见过哪些“人工智障”?
这一波人工智能泡沫将会怎么破灭？
基于对比学习(Contrastive Learning)的文本表示模型【为什么】能学到语义【相似】度？
Willow Garage 准备进军商业机器人市场，改变资本模式。不知道大家对这个很有潜力的公司(PR2 机器人和开源机器人操作系统的ROS 倡导者)怎么看？
前一个讨论
怎么在simulink里面搭建如图所示的模块？
下一个讨论
matlab如何模块化编程？
相关的话题
为什么现在的CNN模型都是在GoogleNet、VGGNet或者AlexNet上调整的？GAN:固定训练好的判别器网络，去指导训练生成器为什么不可以？
如何评价中国人民大学高瓴人工智能学院教授的薪酬标准？
如何评价CVPR2019程序主席Derek Hoiem的论点：计算机视觉只是记忆，不是智能？
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
机械臂的运动规划，假如在笛卡尔空间规划的步长足够小，是否还需要在关节空间规划？
为什么 Bert 的三个 Embedding 可以进行相加？
有哪些定理在高维情况下与三维情况下培养出来的直觉不符？
微软小冰和小娜哪个更有可能统治世界？
从今年校招来看，机器学习等算法岗位应届生超多，竞争激烈，未来 3-5 年机器学习相关就业会达到饱和吗？
如何看待比 iPad 还大的史上最大芯片问世？ 功耗比电磁炉还高有什么用？
如果机器人代替了绝大多数的工人，世界会怎样？
主题模型(topic model)到底还有没有用，该怎么用？
2019年NeurIPS有哪些糟糕的论文？
如何评价Facebook AI提出的ResMLP，对比Google的MLP-Mixer?
PyTorch中在反向传播前为什么要手动将梯度清零？
视觉算法的工业部署及落地方面的技术知识，怎么学？
人手有多少自由度？
深度学习有哪些好玩的案例？
GAN生成的数据没有标签怎么用来训练分类模型？
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
究竟什么是损失函数 loss function?
如何看待鄂维南院士等发起的机器学习联合研讨计划（c2sml.cn）？
如何解读 Jeff Dean 等联合在 arXiv 上发布的用深度学习分析电子病历的论文？
CTC和Encoder-Decoder有什么关系?
graph convolutional network有什么比较好的应用task？
是不是对于任意 n×n 大小的围棋棋盘，人类都赢不了 AlphaGo Zero 了？
二战时战列舰从发现目标到主炮命中目标都包含哪些流程？
如何看待 24 岁北航博士侯涛刚毕业后受聘北京交通大学副教授？
现在tensorflow和mxnet很火，是否还有必要学习scikit-learn等框架？