Публикации по теме 'openai-gym'


Введение в RL
Оценка и разведка Добро пожаловать в первую публикацию из серии статей об обучении с подкреплением. Меня очень интересует область безопасности искусственного интеллекта, и я считаю, что очень важно хорошо понимать RL, среди прочего, для решения проблем в области безопасности искусственного интеллекта. Я использую невероятную работу Ричарда С. Саттона и Эндрю Дж. Барто «Обучение с подкреплением: введение» в качестве основного источника обучения. Чтобы действительно обосновать свое..
Обучение с подкреплением в OpenAI GYM
Мы собираемся исследовать некоторые головоломки глубокого обучения в тренажерном зале openAI, а также поимем агента, который будет их разыгрывать. Тренажерный зал openAI во многом похож на тренажерный зал для тестирования наших различных алгоритмов обучения с подкреплением в различных смоделированных средах с общей целью максимизировать вознаграждение от взаимодействия с этой средой. Итак, давайте посмотрим, что такое обучение с подкреплением Обучение с подкреплением Обучение с..
Создайте настраиваемую среду с помощью тренажерного зала OpenAI для обучения с подкреплением
Подкрепление — это ветвь машинного обучения, в которой мы обучаем агента выполнять некоторые действия, основанные на действии , которое он предпринял, и в результате другая ситуация. От того, благоприятна эта ситуация или нет, зависит, получит ли агент вознаграждение или наказание (скажем, отрицательное вознаграждение). Если ситуация такова, какой мы на самом деле хотим ее видеть, мы вознаграждаем агента, и задача агента состоит в том, чтобы максимизировать его..
Введение в RL: среда для торговли биткойнами с Binance
Наша цель - создать торгового бота, который будет торговать криптовалютой, используя современное дополнительное обучение . Для создания наших RL-агентов мы будем использовать следующие технологии: Python Обучение с подкреплением OPenAI тренажерный зал Binance Вам не нужен опыт работы с машинным обучением, чтобы понимать следующие статьи. Знания Python будет достаточно . Однако, если часть неясна, не стесняйтесь обращаться ко мне. Вот разные части создания нашего бота,..
Поиск пути к иглу на туманном озере с помощью обучения с подкреплением
В «ледяной-нескользкой» среде используется метод кросс-энтропии, чтобы начать обучение с подкреплением. Обучение оптимального решения с течением времени агентом в среде, как правило, определяется как обучение с подкреплением. На высоком уровне есть несколько методов обучения с подкреплением, классифицированных и упрощенно объясненных следующим образом: 1. Без модели или на основе модели: а. Без модели: метод грубой силы, при котором агент действует первым, а думает позже...
Как дрессировать гепарда с помощью глубокого обучения с подкреплением
Если только он не бежит к вам, то за бегом гепарда приятно наблюдать. Было бы здорово, если бы вы могли написать код, который заставляет гепарда учиться бегать? На самом деле это не так сложно, я покажу вам это, объяснив основной принцип. Как только вы уловите суть, вы сможете легко прочитать остальную часть кода . Давайте сначала начнем с основ обучения с подкреплением. Обучение с подкреплением позволяет машинам (или программным агентам) автоматически определять идеальное..
Создание индивидуальной среды тренажерного зала для обучения с подкреплением
Создание индивидуальной среды тренажерного зала для обучения с подкреплением OpenAI Gym стал стандартным API для обучения с подкреплением. У них есть широкий выбор сред, из которых пользователи могут выбирать для тестирования новых алгоритмов и разработок. Кроме того, эти среды образуют набор для сравнительного анализа, и с ними взаимодействует все больше и больше готовых алгоритмов. По этой причине, если вы хотите создать свою собственную среду и использовать эти стандартные..