深度強化學習實驗室

官網：http://www.neurondance.com/

論壇：http://deeprl.neurondance.com/

3月10日，南棲仙策宣布獲總額數千萬元的Pre-A輪融資，高瓴創投領投，杭州云棲創投、老股東涌鏵投資、演化博弈跟投。募集資金將重點用于南棲仙策智能決策產品的研發與升級，完善行業客戶銷售及服務體系建設，以更好地滿足企業客戶在數智化轉型過程中對智能決策產品和服務的需求，同時進一步推動南棲仙策與高瓴多元化產業的協同。

?

南棲仙策創始人俞揚表示：“我國的AI技術正在、也必然將從追隨轉變為領先，這樣的轉變看似前進一步，但面臨著包括評價標準的系統性轉變，對于投資者也提出很高的要求，需要有對未來的獨到眼光和獨立判斷。南棲仙策在通用智能決策的無人區奔跑，特別需要和我們一樣有技術信仰、相信能夠創造未來的投資人。高瓴創投‘熱愛技術、相信創新’的理念與我們高度一致，很幸運能得到高瓴創投以及跟投機構的信任和支持。南棲仙策將持續革新通用智能決策技術，打造智能行動力引擎，迎接產業智能化革命”。

?

領投方高瓴創投合伙人李強表示：“南棲仙策擁有的原發創新技術，代表著人工智能在認知智能階段的最新成果。當國際巨頭還在試探智能決策能否走出游戲環境時，南棲仙策已構建了獨特的開放環境自主決策核心技術，完成了創造虛擬、推演結果和智能決策的落地流程，實現了從0到1的突破。高瓴相信，作為智能決策賽道里新一代AI企業，南棲仙策憑借核心技術的創新力和產品化落地的執行力，在企業不同業務和經營目標下均能夠給出對應的智能決策解決方案，幫助企業提升效率，從而為企業長期創造價值。”

關于南棲仙策

南棲仙策?(Polixir)專注于通用智能決策領域，獨特的開放環境自主決策的核心技術，打破了?AlphaGo?等以往技術無法突破封閉環境的屏障，實現了實際業務中智能決策的落地，在多種業務場景得以驗證。

南棲仙策是南京大學人工智能創新研究院技術孵化企業，大力投入基礎研發，用技術革新創造客戶價值，致力于在廣泛的業務中釋放人工智能的決策力量，成為人工智能工業革命的領導者。

(http://www.polixir.ai/)

?

關于高瓴創投

高瓴創投（GL Venture）是高瓴旗下專注于早期創新型公司的創業投資基金，覆蓋軟件與硬科技、生物醫藥與醫療器械、消費互聯網與科技、新興消費品牌等重點領域。高瓴創投尋找一切熱愛技術、相信創新的創業者，希望成為創業者尋求融資時的first call，更期待能長期陪跑創業者的創業旅程。

關于深度強化學習實驗室

深度強化學習實驗室一個開源開放、共享共進的強化學習學術組織、線上創新實驗室，實驗室成員來自于國內知名高校，公司等。實驗室致力于探索最前沿的DeepRL技術、讓學習者結識志同道合的伙伴、成為最優秀的DeepRL Dancer。

(http://www.neurondance.com/)

完

總結1：周志華 || AI領域如何做研究-寫高水平論文

總結2：全網首發最全深度強化學習資料(永更)

總結3:??《強化學習導論》代碼/習題答案大全

總結4：30+個必知的《人工智能》會議清單

總結5：2019年-57篇深度強化學習文章匯總

總結6:? ?萬字總結 || 強化學習之路

總結7：萬字總結 || 多智能體強化學習(MARL)大總結

總結8：深度強化學習理論、模型及編碼調參技巧

完

第103篇：解決MAPPO（Multi-Agent PPO）技巧

第102篇：82篇AAAI2021強化學習論文接收列表

第101篇：OpenAI科學家提出全新強化學習算法

第100篇：Alchemy: 元強化學習(meta-RL)基準環境

第99篇：NeoRL:接近真實世界的離線強化學習基準

第98篇：全面總結(值函數與優勢函數)的估計方法

第97篇：MuZero算法過程詳細解讀

第96篇:??值分布強化學習（Distributional RL）總結

第95篇：如何提高"強化學習算法模型"的泛化能力?

第94篇：多智能體強化學習《星際爭霸II》研究

第93篇：MuZero在Atari基準上取得了新SOTA效果

第92篇：谷歌AI掌門人Jeff Dean獲馮諾依曼獎

第91篇：詳解用TD3算法通關BipedalWalker環境

第90篇：Top-K Off-Policy? RL論文復現

第89篇：騰訊開源分布式多智能TLeague框架

第88篇：分層強化學習(HRL)全面總結

第87篇：165篇CoRL2020 accept論文匯總

第86篇：287篇ICLR2021深度強化學習論文匯總

第85篇：279頁總結"基于模型的強化學習方法"

第84篇：阿里強化學習領域研究助理/實習生招聘

第83篇：180篇NIPS2020頂會強化學習論文

第82篇：強化學習需要批歸一化(Batch Norm)嗎？

第81篇：《綜述》多智能體強化學習算法理論研究

第80篇：強化學習《獎勵函數設計》詳細解讀

第79篇:?諾亞方舟開源高性能強化學習庫“刑天”

第78篇：強化學習如何tradeoff"探索"和"利用"？

第77篇：深度強化學習工程師/研究員面試指南

第76篇：DAI2020 自動駕駛挑戰賽(強化學習)

第75篇：Distributional Soft Actor-Critic算法

第74篇：【中文公益公開課】RLChina2020

第73篇：Tensorflow2.0實現29種深度強化學習算法

第72篇：【萬字長文】解決強化學習"稀疏獎勵"

第71篇：【公開課】高級強化學習專題

第70篇：DeepMind發布"離線強化學習基準“

第69篇：深度強化學習【Seaborn】繪圖方法

第68篇：【DeepMind】多智能體學習231頁PPT

第67篇：126篇ICML2020會議"強化學習"論文匯總

第66篇：分布式強化學習框架Acme，并行性加強

第65篇：DQN系列(3):?優先級經驗回放(PER)

第64篇：UC Berkeley開源RAD來改進強化學習算法

第63篇：華為諾亞方舟招聘 || 強化學習研究實習生

第62篇：ICLR2020- 106篇深度強化學習頂會論文

第61篇：David Sliver 親自講解AlphaGo、Zero

第60篇：滴滴主辦強化學習挑戰賽:KDD Cup-2020

第59篇：Agent57在所有經典Atari 游戲中吊打人類

第58篇：清華開源「天授」強化學習平臺

第57篇：Google發布"強化學習"框架"SEED RL"

第56篇：RL教父Sutton實現強人工智能算法的難易

第55篇：內推 || ?阿里2020年強化學習實習生招聘

第54篇：頂會?|| 65篇"IJCAI"深度強化學習論文

第53篇：TRPO/PPO提出者John Schulman談科研

第52篇：《強化學習》可復現性和穩健性，如何解決？

第51篇：強化學習和最優控制的《十個關鍵點》

第50篇：微軟全球深度強化學習開源項目開放申請

第49篇：DeepMind發布強化學習庫 RLax

第48篇：AlphaStar過程詳解筆記

第47篇：Exploration-Exploitation難題解決方法

第46篇：DQN系列(2): Double DQN 算法

第45篇：DQN系列(1): Double Q-learning

第44篇：科研界最全工具匯總

第43篇：起死回生|| 如何rebuttal頂會學術論文?

第42篇：深度強化學習入門到精通資料綜述

第41篇：頂會征稿 || ?ICAPS2020:?DeepRL

第40篇：實習生招聘 || 華為諾亞方舟實驗室

第39篇：滴滴實習生|| 深度強化學習方向

第38篇：AAAI-2020 || 52篇深度強化學習論文

第37篇：Call For Papers# IJCNN2020-DeepRL

第36篇：復現"深度強化學習"論文的經驗之談

第35篇：α-Rank算法之DeepMind及Huawei改進

第34篇：從Paper到Coding, DRL挑戰34類游戲

第33篇：DeepMind-102頁深度強化學習PPT

第32篇：騰訊AI Lab強化學習招聘(正式/實習)

第31篇：強化學習，路在何方？

第30篇：強化學習的三種范例

第29篇：框架ES-MAML：進化策略的元學習方法

第28篇：138頁“策略優化”PPT--Pieter Abbeel

第27篇：遷移學習在強化學習中的應用及最新進展

第26篇：深入理解Hindsight Experience Replay

第25篇：10項【深度強化學習】賽事匯總

第24篇：DRL實驗中到底需要多少個隨機種子？

第23篇：142頁"ICML會議"強化學習筆記

第22篇：通過深度強化學習實現通用量子控制

第21篇：《深度強化學習》面試題匯總

第20篇：《深度強化學習》招聘匯總(13家企業）

第19篇：解決反饋稀疏問題之HER原理與代碼實現

第18篇："DeepRacer" —頂級深度強化學習挑戰賽

第17篇：AI Paper | 幾個實用工具推薦

第16篇：AI領域：如何做優秀研究并寫高水平論文？

第15篇：DeepMind開源三大新框架！

第14篇：61篇NIPS2019DeepRL論文及部分解讀

第13篇：OpenSpiel(28種DRL環境+24種DRL算法)

第12篇：模塊化和快速原型設計Huskarl DRL框架

第11篇：DRL在Unity自行車環境中配置與實踐

第10篇：解讀72篇DeepMind深度強化學習論文

第9篇：《AutoML》：一份自動化調參的指導

第8篇：ReinforceJS庫（動態展示DP、TD、DQN）

第7篇：10年NIPS頂會DRL論文(100多篇)匯總

第6篇：ICML2019-深度強化學習文章匯總

第5篇：深度強化學習在阿里巴巴的技術演進

第4篇：深度強化學習十大原則

第3篇：“超參數”自動化設置方法---DeepHyper

第2篇：深度強化學習的加速方法

第1篇：深入淺出解讀"多巴胺（Dopamine）論文"、環境配置和實例分析

總結

以上是生活随笔為你收集整理的【喜报】“深度强化学习实验室”战略合作伙伴”南栖仙策“完成Pre-A轮融资，高瓴创投领投的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。