最新最全论文合集——强化学习在计算机视觉中的应用_high speed obstacle avoidance using monocular visi

AMiner平台（https://www.aminer.cn）由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

必读论文：https://www.aminer.cn/topic

论文集地址：https://www.aminer.cn/topic/6069696f92c7f9be21496f59

近几年，深度学习和强化学习中一些先进方法的出现使得两者的结合成为可能，其产物就是深度强化学习。深度强化学习既有继承于深度学习的强泛化和自特征提取能力，又可以像强化学习方法一样，使智能系统通过自我的试错在给定环境中学习解决特定任务的策略。而在计算机视觉这一领域，强化学习也得到了很多应用，特别是在机器人领域。

该论文集共收录15篇论文，引用最多的论文为High speed obstacle avoidance using monocular vision and reinforcement learning，引用数为484。

AMiner，一个具有认知智能的学术搜索引擎：https://www.aminer.cn

#AMiner# #论文#