Een platform bouwen voor AI-onderzoek bij DeepMind Door nauw samen te werken met onderzoekers tijdens het ontwerp en de implementatie van TF-Replicator, konden we...
Vandaag zijn we bezig met het opensourcen van een nieuwe bibliotheek met nuttige bouwstenen voor het schrijven van RL-agents (versterking leren) in TensorFlow. Genaamd TRFL (uitgesproken als...
Multi-task learning - waardoor een enkele agent kan leren hoe hij veel verschillende taken moet oplossen - is een al lang bestaand doel van kunstmatige intelligentie...
Efficiënte neurale audiosynthese Auteurs: Nal Kalchbrenner, Erich Elsen, Karen Simonyan, Seb Nouri, Norman Casagrande, Edward Lockhart, Sander Dieleman, Aaron van den Oord, Koray...
Maximale a posteriori beleidsoptimalisatie Auteurs: Abbas Abdolmaleki, Jost Tobias Springenberg, Nicolas Heess, Yuval Tassa, Remi MunosWe introduceren een nieuw algoritme voor versterkend leren...
Navigatie leren zonder kaarten te bouwen We vertrekken van de traditionele benaderingen die berusten op expliciete mapping en verkenning (zoals een cartograaf die probeert...
Een eenvoudige neurale netwerkmodule voor relationeel redeneren Auteurs: Adam Santoro, David Raposo, David Barrett, Mateusz Malinowski, Razvan Pascanu, Peter Battaglia, Timothy Lillicrap “We demonstreren...
Deze aanpak combineert de sterke punten van twee algoritmen die al bekend zijn bij het versterken van leren en waarvan wordt aangenomen dat ze ook bestaan in...
DARLA: Verbetering van Zero-Shot Transfer in Reinforcement LearningAuteurs: Irina Higgins*, Arka Pal*, Andrei Rusu, Loic Matthey, Chris Burgess, Alexander Pritzel, Matt Botvinick, Charles Blundell,...
