Q-learning
10 статей
1ч 13м🧠 Лекция Stanford CS221: От табличных методов к Actor-Critic
1ч 18м🤖 От случайного блуждания до Q-Learning: как ИИ учится на своих ошибках
50 минАникайт из Стэнфорда: «Почему ваше Q-обучение нестабильно?»
1ч 01м🔄 Эволюция Q-Learning: от уравнений Беллмана до алгоритмов DQN и Double DQN
1ч 44м🎮 От Atari до ChatGPT: как ИИ учится на своих ошибках?
1ч 18м🧠 Эмма Бранскилл о DQN: «Реплей-буфер — ключ к прогрессу»
1ч 20м📊 Как ценовые роботы учатся монопольному сговору без человека
45 минЯнник Килчер о Q-Learning: «Возможно, это не связано с Q*»
45 мин🤖 Янник Килчер о Q-Learning: как ИИ учится принимать решения
26 мин🔄 Шмидхубер выворачивает ИИ наизнанку: детальный разбор концепции Upside-Down RL