利用计算机的运算能力，从大量的数据中发现一个 “函数”或“模型” ，并通过它来模拟现实世界事物间的关系，从而实现预测、判断等目的。建模的过程就是机器“学习”过程。...
作者 | Richard Sutton编译 | bluemin编辑 | 陈彩娴“可塑性损失”（Loss of Plasticity）是深度神经网络最常被诟病的一个缺点，这也是基于深度学习的 AI 系统被认为无法持续学习的原因之一。对于人脑而言，“可塑性”是指产...
萧箫 发自 凹非寺量子位 | 公众号 QbitAI还记得你玩VR的时候，完全看不到自己下半身的样子吗？毕竟，目前的VR设备通常只有手柄和头显，没有下半身传感器，系统无法直接判断下半身的动作，预测时也容易出bug。现在，Meta终于迈出了...
詹士 Pine 发自 凹非寺量子位 | 公众号 QbitAI马库斯又开炮了，直指LeCun最新一篇采访。「LeCun所说的一切，我之前几乎逐字逐句都说过。」「大部分内容就在2018年一篇论文中，而LeCun当时还嘲笑，大部分内容是错误的」。同样...
大家好，又见面了，我是你们的朋友全栈君。 上一部分研究的是奖励稀疏的情况，本节的问题在于如果连奖励都没有应该怎么办，没有奖励的原因是，一方面在某些任务中很难定量的评价动作的好坏，如自动驾驶，撞死人和撞死动物的奖...
---- 新智元报道 编辑：David Aeneas【新智元导读】最近，LeCun在采访中犀利点评了两位老对手：Marcus是个心理学家，不是搞AI的；Schmidhuber是个插旗的。最近，LeCun接受了ZDNet的采访，表示当今的大多数人工智能方法永远不会...
强化学习是数学和应用的优美结合。如果我们从数学的角度去看待很多问题，能够更加透彻的理解强化学习中的很多问题。不过目前许多学习资料都尽可能避免介绍其中的数学原理，因为过多的数学可能会让不少读者望而生畏。...
强化学习发展的特别早，但一直不温不火，其中Sutton老爷子早在1998年就写了强化学习领域的圣经书籍：An Introduction : Reinforcement Learning ，但也并未开启强化学习发展的新局面。直到2012年，深度学习广泛兴起，大规模的神...
来源：知乎(https://zhuanlan.zhihu.com/p/482656367)
强化学习 (RL) 与深度学习的结合带来了一系列令人印象深刻的壮举，许多人认为（深度）强化学习提供了通向通用智能体的途径。然而，RL 智能体的成功通常对训练过程中的设计选择高度敏感，这可能需要繁琐且容易出错的手动调整。...
