说明：如果访问 GitHub 比较慢的话，可以关注我的知乎账号（Python-Jack），上面的“从零开始学Python”专栏（对应本项目前 20 天的内容）比较适合初学者，其他的专栏如“数据思维和统计思维”、“基于Python的数据分析”、“说走就走的AI之旅”等也在持续更新中 ...

在智能交通系统不断革新的当下，车联网（IoV）已成为推动智慧城市建设的关键支撑。然而，如何有效管理和处理来自车载终端的大量计算密集型、时延敏感型应用任务，仍是一道难以逾越的技术鸿沟。前沿科技公司微云全息 (NASDAQ:HOLO) 成功研发并推出了一项 ...

2015年DQN在Atari游戏上取得突破性进展，从此以后强化学习终于能处理复杂环境了，但没多久研究者就注意到一些奇怪的现象： Q值会莫名其妙地增长到很大，智能体变得异常自信，坚信某些动作价值极高。实际跑起来却发现这些"黄金动作"根本靠不住，部分游戏的 ...

为解决露天矿山短期生产调度中车队利用率低、运输成本高的问题，研究人员开发了集成深度强化学习(DQN)与物联网(IoT)的多 ...

深度学习作为当前计算机科学领域最具前沿性的研究方向之一，其应用范围涵盖了从计算机视觉到自然语言处理等多个领域。本文将探讨深度学习在游戏领域的一个具体应用：构建一个能够自主学习并完成超级马里奥兄弟的游戏的智能系统。 深度学习作为当前 ...

【新智元导读】香港中文大学等机构的研究团队通过深度强化学习（DQN）开发了一种3D打印路径规划器，有效提升了打印效率和精度，为智能制造开辟了新途径。 随着3D打印技术的迅速发展，如何在复杂的几何图形上生成高效且精确的打印路径，已成为制约其 ...

今天为大家分享一个超酷的 Python 库 - pendulum。 日期和时间处理在许多应用程序中都是常见的任务，然而，Python标准库中的datetime模块在某些情况下可能会显得繁琐和不够直观。Pendulum 库，它提供了更简单和更强大的日期和时间处理功能。本文将深入介绍 Pendulum ...

路径规划是人工智能领域中的重要问题之一，涉及到在给定环境中找到最优路径的任务。深度 Q 网络（Deep Q Network，简称 DQN）是一种强化学习算法，已被成功应用于解决路径规划问题。本文将介绍如何使用 Python 和 DQN 算法实现路径规划，帮助读者理解和应用这一 ...

目前流行的强化学习算法包括 Q-learning、SARSA、DDPG、A2C、PPO、DQN 和 TRPO。 这些算法已被用于在游戏、机器人和决策制定等各种应用中，并且这些流行的算法还在不断发展和改进，本文我们将对其做一个简单的介绍。 目前流行的强化学习算法包括 Q-learning、SARSA ...

DQN是第一个可以从高维输入中直接学习到控制策略的深度学习模型。DQN是一个卷积神经网络，基于Q-learning进行训练，其输入是像素点，输出是一个可以预估未来奖励的值函数（value function）。Q-learning是非常有效的强化学习方法，但是它不适宜处理高维数据，奖励函数需要人为的去设定。DQN的思路是 ...