IP属地：上海
-
解读一PREFRONTAL CORTEX AS A META-REINFORCEMENT LEARNING SYSTEM
之前强化学习理论给予了神经科学以灵感和启发： 最近在理解奖励驱动学习所涉及的机制方面取得了令人振奋的进展。这一进展部分是通过输入强化学习领域（R...
-
revelation of MONet
MONet: Unsupervised Scene Decomposition and Representation 1 .总的来说，这边论文讲...
-
解读Been There, Done That: Meta-Learning with Episodic Recall
最近在研究的线路就是：metal learning + episodic memory. 我觉得agent 需要能学习各种任务，也需要有记忆把学...
-
解读二PREFRONTAL CORTEX AS A META-REINFORCEMENT LEARNING SYSTEM
关于多巴胺和前额皮质的故事： 观察人的大脑，有两个重要部分： １. 基底神经节（或蜥蜴脑），其中包含VTA和黑质，其中产生多巴胺。 这一块会被...
-
详解PLANET代码(tensorflow)如何加入SAC功能
先说为什么要加？ SAC 算法本质是经过熵强化的回报值最大化算法。在我们单独跑的其他实验中，包括SAC + RNN表现出很好的性能，１．repl...
-
PLANET+SAC代码实现与解读
代码已经在正常跑实验了。以下描述的是，经过我几次尝试后改动最小的那个方案： 为planet增加SAC功能，之前写了详细思路请先参考： 详解PLA...
-
代码解析《Learning Latent Dynamics for Planning from Pixels》
我们以数据流向为主线索，讲讲论文代码做了些什么事情。 跑算法就是先收集数据，然后把它feed到构建好的模型中去训练。这个代码还多了一步plann...