中国語 での 强化学习 の使用例とその 日本語 への翻訳
{-}
-
Ecclesiastic
-
Programming
-
Computer
近年来，强化学习也被应用到实时投标中。
最近では、リアルタイムの入札にも強化学習が適用されています。然而在强化学习层面，进化策略（简称ES）则似乎正在东山再起。
しかし、強化学習では、進化的戦略（EvolutionStrategies,ES）が復活しているようです。科技媒体开始报道深度学习的局限性，以及用于游戏的强化学习的局限性2018年前.
技術系メディアはディープラーニングの限界、ゲームプレイに対する強化学習の限界を報道し始める2018年までに。我们第一次能够在真实机器人上成功地在线训练深度强化学习模型，并且正在寻找新的、基于理论的方法，来学习稳定的机器人控制方法。
最简单的形式是独立强化学习（independentreinforcementlearning，InRL），每个智能体将自己的经验作为（非稳态）环境的一部分。
最も簡単な形式は、独立した強化学習（InRL）で、各エージェントはその経験を（非定常的な）環境の一部として扱います。MARL最简单的形式是独立强化学习（independentRL，InRL），每个学习器不理会其他智能体，将所有互动作为自己（‘局部'）环境的一部分。
最も簡単な形式は、独立した強化学習（InRL）で、各エージェントはその経験を（非定常的な）環境の一部として扱います。AWSDeepRacer是一款1:18比例的赛车，为您提供了一种有趣的方式来开始强化学习(RL)。
AWSDeepRacerは1/18スケールのレースカーで、強化学習（RL）を始めるための興味深い楽しい方法を提供します。我们在这个领域的早期工作主要是使用强化学习，但我们也对进化算法的使用感兴趣。
この分野での私達の初期の研究は主に強化学習を使っていましたが、私達は遺伝的アルゴリズムの使用にも興味を持っています。不过，尽管强化学习取得了如此大的成功，但想使其成为一种有效的技术，仍然存在许多挑战。
しかし、これらの強化学習の成功にもかかわらず、これをもっと効果的なテクニックにするには多くの課題があります。这项研究展示了基于熵最大化框架的深度强化学习可以用来在有挑战性的真实世界环境中学习机器人技能。
私達の研究は、最大エントロピーフレームワークに基づく深層強化学習が、困難な現実世界の環境でロボットがスキルを学ぶために適用できることを示しています。DrlpythonDeepReinforcementLearningwithPython21小时深化强化学习是指“人工代理”通过三方纠错，奖励和惩罚来学习的能力。
DrlpythonDeepReinforcementLearningwithPython21hours深い強化学習は、試行錯誤と報酬と罰によって学ぶために"人工エージェント"の能力を指します。UnityMLAgents让研究人员和开发人员得以使用UnityEditor开发游戏和模拟，使用强化学习来训练它们。
UnityMLAgentsは、研究者や開発者がUnityEditorを使用してゲームやシミュレーションを作成し、強化学習を使用してそれらを訓練することを可能にします。研究人员们希望SAC的发表可以帮助其他的研究团队一同更好地把深度强化学习应用在未来更多的复杂真实世界任务中。
SACのリリースによって、他の研究チームが将来、より複雑な実社会のタスクに深層強化学習を採用するのに役立つことを願っています。在此之前，Jassy发布了AmazonSageMakerRL，目的是在AmazonSageMaker中提供新的机器学习功能，以便通过强化学习来构建、培训和部署。
AWSDeepRacerの発表の前に、Jassy氏は、AmazonSageMakerの新たな機械学習能力を利用して強化学習を構築、訓練、配備することを目的とした「AmazonSageMakerRL」を発表した。其一般思想是，建立所谓的博弈模型并用它学习一个选择行为的良好策略，这是基于模型的强化学习（MBRL）的主要前提。
この一般的なアイデア（いわゆるゲームのモデルを構築し、それを使用してアクションを選択するための適切なポリシーを習得すること）は、モデルベースの強化学習（MBRL:Model-BasedReinforcementLearning）の主な前提です。分类：强化学习.
カテゴリー：強化学習。DavidSilver强化学习.
DavidSilver氏による強化学習講義。DavidSilver强化学习课程.
DavidSilver氏による強化学習講義。DavidSilver的强化学习.
DavidSilver氏による強化学習講義。强化学习得到奖赏为。
