Каждый айтишник, который хоть раз стоял «на красном» на пустом перекрестке в три часа ночи, думал одно и то же: «Да я бы это за выходные пофиксил».
Рубрика «обучение с подкреплением»
Почему нельзя идеально оптимизировать светофоры: дело не в алгоритмах
2026-07-24 в 8:00, admin, рубрики: NP-трудность, зеленая волна, индуцированный спрос, обучение с подкреплением, оптимизация, светофоры, транспортное моделирование, урбанистика, целевая функцияАцетилхолин определяет роль дофамина
2026-03-26 в 17:09, admin, рубрики: ацетилхолин, биоритмы, дисциплина, дофамин, мозг, обучение, обучение с подкреплением, работа дофамина, работа мозга, собранностьНа протяжении десятилетий нейробиологи пытались объяснить, как один нейромедиатор, дофамин, может одновременно выполнять две совершенно разные задачи. С одной стороны, он подкрепляет обучение, основанное на вознаграждении. С другой – запускает физическую активность. Новое исследование проливает свет на переключатель функций дофамина.
Обучение ИИ в 2026 году: Как обучаются современные модели?
2026-01-24 в 14:21, admin, рубрики: AI, ИИ, машинное обучение, нейросеть, обучение без учителя, обучение с подкреплением, обучение с учителем, самообучениеДоброго времени суток, «Хабр»!
Вы когда-нибудь задумывались, что такое машинное обучение и как оно вообще учится? Чем это может отличаться от обычного программирования с его главным правилом: не трогай, пока работает? Где заканчивается простой код и где он переходит во что-то более мощное - в ИИ-модели, которые мы используем сегодня.
Сегодня мы разберем основы ИИ - обучение моделей. Посмотрим какие способы обучения бывают, зачем их применяют и как они показывают, на что модель способна.
Принимайте стратегически удобное положение, ну а я перехожу к своему повествованию.
Intro Reinforcement Learning
2025-10-15 в 14:51, admin, рубрики: Bellman equation, ml, NeuralNetworks, Policy Iteration, reinforcement learning, обучение с подкреплениемДля меня разобраться в базовых концепциях Reinforcement Learning оказалось не так просто, особенно сложными оказались функции Беллмана. Эта статья — моя попытка систематизировать материал и объяснить себе (и, возможно, другим), что, откуда и почему берется. Будет здорово, если она поможет кому-то разложить все по полочкам.
¯_(ツ)_/¯
Полезные ссылки:
Practical RL (ШАД) (самые полезные материалы были тут)
Лекция №15 "Обучение с подкреплением"
Тренировки. Лекция 3: Введение в обучение с подкреплением
Читать полностью »
Почему молчит умный счетчик? Побеждаем коллизии в сетях NB-IoT
2025-09-25 в 11:10, admin, рубрики: IoT security, IoT-устройства, NB-IoT, reinforcement learning, беспроводные сети, Беспроводные технологии, Интернет вещей, машинное обучение, обучение с подкреплениемIoT-сети проектировали для миллионов устройств, но они захлебываются уже от тысяч. Когда в нашем районе на секунду моргнул свет, 10 000 умных счетчиков одновременно потеряли связь и начали переподключаться. Три четверти так и не смогли выйти в эфир. Проблема в RACH — канале случайного доступа. При массовых подключениях он превращается в узкое горлышко, куда каждый пытается прорваться первым.
«Скайнет» наоборот: как вырастить и обучить ИИ с помощью Дарвин-Гёдель машины для улучшения человеческой демографии
2025-06-25 в 13:12, admin, рубрики: AGI, MADDPG, глубокое обучение, Дарвин-Гёдель машина, демография, искуственный интеллект, миграция, мультиагентные системы, обучение с подкреплениемРазрабатываем и растим «цифрового губера» - консультанта по вопросам государственного политического управления, демографии и миграции. Решаем задачу оптимизации экономики и миграционной политики для устойчивого демографического роста в 89 регионах с помощью взаимодействующих друг с другом и обменивающихся опытом ИИ-агентов. Мультиагентное обучение на основе мутаций, скрещивания и эволюции, Multi-Agent Deep Deterministic Policy Gradient и Darwin Gödel Machine.
Добро пожаловать в эру опыта: почему обучение с подкреплением изменит мир
2025-05-07 в 10:40, admin, рубрики: RL, данные, ИИ, обучение с подкреплением
Исследователи из Google DeepMind опубликовали интересную статью "Welcome to the Era of Experience"Читать полностью »
Глубокое Q-обучение (DQN)
2025-05-03 в 16:11, admin, рубрики: DQN, TSP, задача коммивояжёра, искусственный интеллект, обучение с подкреплением
Немного контекста
Подходит к завершению серия моих заметок про использование идей искусственного интеллекта для решения задачи коммивояжера (TSP). Я последовательно разобрал некоторые классические решения TSP и далее рассказалЧитать полностью »
Разработка библиотеки для навигации групп мобильных роботов на транспортной платформе в заранее неизвестной среде
2025-02-18 в 13:15, admin, рубрики: нейронные сети, обучение с подкреплением, сверточные нейронные сети
