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
在科技飞速发展的时代浪潮中，人工智能（AI）逐渐成为推动社会进步的重要力量，而南京市力学小学的孩子们正站在这股浪潮的前沿，用他们的智慧和创造力书写着属于自己的创造篇章。这场科技狂欢，展现了孩子们在AI领域的无限可能。当AI与孩子们的创意相遇，便碰撞出绚丽多彩的火花！
扬子晚报 2024-12-29
快科技12月29日消息，据报道，在韩国一架客机遭遇碰撞并起火事件后不久，仅仅相隔两个多小时，加拿大航空公司的一架客机也遭遇了突发事故，于降落过程中偏离跑道并突发火灾，这一连串的事件迫使
鹿角 2024-12-29
据IT之家此前报道，华为nova12/Pro、nova13/Pro四款手机在本月（12月28日）开启鸿蒙HarmonyOSNEXTBeta版用户招募，报名截止时间为2025年1月10日15:00。本次活动面向开发者及尝鲜用户进行招募，用户需先签署“保密协议”后，方可填写“报名信息”。
IT之家 2024-12-29
快科技12月23日消息，据报道，高通原打算在今年的骁龙8至尊版开始执行双代工厂策略，不过由于三星良品率不稳定等原因，最终让高通选择延后执行该计划。不过高通并没有放弃，希望能够在第二代骁龙
快科技12月29日消息，宝骏品牌首款旗舰车型“宝骏享境”近日在上汽通用五菱的2024年第80万辆新能源车下线现场正式亮相，预计将于2025年上半年上市。该车定位为中大型轿车，提供
2024-12-29
快科技12月29日消息，理想汽车宣布将于12月31日向AD Max用户全量推送7.0车机系统版本，此次OTA更新将引入高速和城市全场景的端到端升级以及VLM功能。据悉，新系统新增AI推理可视化交互、M
王略 2024-12-29
千龙网 2024-12-29
12月27日，由中国科协主办、中国科技馆和中国科协青少年科技中心承办的第十一届全国青年科普创新实验暨作品大赛启动。各赛区承办单位代表及关注大赛的各地师生齐聚云端，通过网络直播共同参与启动及交流活动。全国青年科普创新实验暨作品大赛始于2013年，迄今已成功举办十届，全国累计参赛人数约52万，在全国各大中专院校及中学产生了广泛而深远的影响。
北青网 2024-12-29
近日，有电视行业资深达人透露，TCL即将量产的下一代旗舰X系列新品可能会继续采用万象分区技术，并引入前沿的RGB-MiniLED技术，成为全球首款搭载该技术的量产电视产品。而RGB-MiniLED属于MiniLED显示技术的一种，其通过将背光层的单色灯珠变为三原色灯珠，直接生成彩色背光，能够在一定程度上提升色域和色准。
罗超频道 2024-12-29
近日，中控技术携手湖北三宁化工股份有限公司（简称“湖北三宁”）打造的首套“无人”值守硫酸装置取得突破性进展，实现了该装置人工操作频次由过去的最高6000余次、日均1600余次降至现在的最低3次、日均10次以内，进入“无人”值守模式，装置的安全、效益水平和智能化程度获得显著提升，有力推动化工行业的智能工厂进入自主运行新阶段。
全景网 2024-12-29
Copyright © 2026 aigcdaily.cn 北京智识时代科技有限公司 版权所有 京ICP备2023006237号-1
