Lamorak

0 论文信息 1.简介   搜索是人工智能核心技术之一，特别是在游戏和领域无关的规划中。从历史上看，新的搜索算法和现有算法的新组合带来了显著的性能提升。...

1 光流 (Optical Flow) 的定义与介绍 1.1 光流 (Optical Flow) 的提出和定义   光流或视流是观察者与场景之间的相对运动引起的视觉场景中物...

0 论文信息 1.介绍   在本项工作中，作者提出了一种新颖的方法，该方法鼓励智能体有效地识别关键输入像素，并加强策略对这些像素的依赖性。...

最近因为一些特别的原因一下子多了一点空闲的时间，然后发现在工作之余还有点时间，结合着《周处除三害》，谈谈自己的感想。...

0.SRM 的论文信息 1.介绍   介绍中提到了传统强化学习并不存在测试与训练中的分布的差距 (gap)，同时也用图 1 详细展示了图像识别任务与强化学习任务中对于图像处...

0 论文信息   PPO (Proximal Policy Optimization Algorithms) 这篇工作之前就大概听说过，但是一直没有去看，刚好也属于 Act...

0 论文信息 1 相关工作和背景   强化学习涉及顺序决策制定 : 一个强化学习主体存在于一个世界 (环境) 中，必须基于对世界 (状态) $s$ 的一些信息采取行动 $a...

模型作者：襄垣 模型类型：SDXL 1.0 LCM 模型测试时间：2023年12月2日 执行测试用例级别：简单A2...

在AIGC领域频繁出现着一个特殊名词“LoRA”，听上去有点像人名，但是这是一种模型训练的方法。LoRA全称Low-Rank Adaptation of Large Lan...

0 论文信息   ICLR 的论文，感觉应该比之前读的 AAAI 的论文有意思一些，为了方便易懂一些继续把综述放上来，替代介绍部分。以及文中很喜欢用 dynamics (动...

0 论文信息   在之前阅读的那篇解决强化学习泛化性能的 LUSR 中就以这篇论文提出的 Cycle-Consistent Variation Auto-Encoder...

0 论文信息   最近看看前人是怎么做强化学习中 visual transfer 的工作，在此基础之上看看有哪些可以将自己思路进行落地的地方。...

目录与链接 因果强化学习综述(上) 因果强化学习综述(下) 4.具有未知因果信息的CRL   在本小节中，我们对因果强化学习 (CRL) 方法进行回顾，其中因果信息是未知的...

0.综述信息和个人感想   最近看看因果强化学习的工作，希望能有一些灵感。为了快速快明白，采用通篇大部分翻译+个人理解的方式，希望能有所帮助。...

0 论文信息 1 对于 SAC 的逐步解析   传统的强化学习可以简单认为其是最大化奖励的预期总和是...

0 引言   一开始读 DBC 的论文感觉很多都不懂，于是就想着先从强化学习对应部分 (TD 算法部分) 进行学习，然后再回过头来看论文。但是读完论文后仍发现有很多的基础概...