自博弈指的是智能体通过与自身副本或历史版本进行博弈而进行演化的方法，近年来在强化学习领域受到广泛重视。这篇综述首先梳理了自博弈的基本背景，包括多智能体强化学习框架和博弈论的基础背景。...【查看原文】
自博弈指的是智能体通过与自身副本或历史版本进行博弈而进行演化的方法，近年来在强化学习领域受到广泛重视。这篇综述首先梳理了自博弈的基本背景，包括多智能体强化学习框架和博弈论的基础背景。
清华北大
机器之心 2024-09-10
OpenAI训练了一个自博弈（Self-play）模型o1-IOI，该模型在2024年国际信息学奥林匹克竞赛（IOI）中获得了213分，超过49%的人类选手（即大模型大约处在人类水平的中间状态）。但自博弈模型…
OpenAI
书圈 2024-10-07
源自：自动化学报作者：胡子剑, 高晓光, 万开方, 张乐天, 汪强龙“人工智能技术与咨询” 发布摘 要作为一种不需要事先获得训练数据的机器学习方法, 强化学习(Reinforcement learning, RL)在智能体与环境的不断交互过程中寻找最优策略, 是解决序贯决策问题的一种重要方法. 通过与深度学习(Deep learning, DL)结合, 深度强化学习(Deep reinforcement learning, DRL)同时具备了强大的感知和决策能力, 被广泛应用于多个领域来解决复杂的决策问题
人工智能机器学习深度学习
ltyt_AI 2023-12-22
什么是强化学习？强化学习 (RL) 是一种功能强大的机器学习 (ML) 方法，近年来在各行各业中得到越来越广泛的应用。这是一种基于反馈的方法，让人工智能 (AI) 驱动的系统（称为 agent，代理）通过反复迭代来学习如何在环境中完成任务。当需要实时决策、缩短周转时间、降低功耗和提高性能时，RL 可以充当得力助手。RL 是人工智能技术的一个子集，在各行各业中的应用越来越普遍，其中包括电子设计自动化 (EDA)。EDA 中的 RL 可助力设计复杂的电子电路和系统，此类设计通常要进行多次迭代，并且需要不断优化
机器学习人工智能
Cadence楷登 2024-01-31
研究团队负责人杨耀东表示：「未来我们将继续深入推进多智能体学习理论与方法的研究，并赋能具身智能和世界模型等前沿人工智能领域，显著提升更广泛的智能系统在协作、预测和决策方面的能力，使其在复杂动态环境中更加灵活高…
北大人工智能
机器之心Pro 2024-09-17
一望无际的涨停板，证监会扇不醒的疯狂
尺度商业 2024-12-30
OpenAI吹哨人，又有新线索出现！私家侦探尸检后查明，并不是警方所言的「自杀」。甚至Balaji的公寓被洗劫一空，浴室里还有打斗痕迹。
新智元 2024-12-30
数字幽灵：当AI化身“千面骗子”
腾讯研究院 2024-12-30
光伏产业链上中下游，各有各的难
时代周报 2024-12-30
明年股市的最大不确定因素，是特朗普？
何以是杭州？
锌财经 2024-12-30
朋友圈越做越大，规模效应才会加速显现。
松果财经 2024-12-30
由库迪引发的咖啡行业价格战，暂时以星巴克熄火；库迪停止赶路，抬头找路；瑞幸赢者通吃的竞争格局画上休止符。
贝克街探案官 2024-12-30
汽车产业链的突飞猛进再次把比亚迪这座明星工厂推到了聚光灯下。
多家机构仍看好银行股2025年走势。
Copyright © 2025 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1
