Txing

安装数据库相关报错

提出一种处理不平衡类别的损失函数，对分类准确的样本小权重，给不确定的样本大权重。在保持检测速度的情况下（一阶段检测器），精确度达到二阶段检测器水平。

近期需要提升代码运行效率，想通过多线程或多进程实现。一般来说，单进程程序运行起来会作为一个进程占用CPU资源，而一个进程可以包含1或多个线程。在多CPU核的机器上，线程之间可以并行执行，通过该方式可以提高代码运行效率。

查看C++程序函数级资源占用的方法。

鲁棒强化学习可以形式化为一个最大值最小化问题，目标是学习最大化价值的策略，而不是不确定性集合中最差的可能模型。本文提出一个Robust Fitted Q-Iteration (RFQI)算法来应对离线数据收集、模型优化、无偏估计问题。

MuZero是AlphaGo Zero之上的第二次改进。第一次改进为AlphaZero，一个模型实现围棋、国际象棋、将棋的超人水平。此次在AlphaZero基础上，更是从棋类拓展到了更具有普遍意义的Atari游戏。

AlphaGo和AlphaGo Master之后的又一力作，不同于AlphaGo学习人类棋谱，利用人类先验知识，AlphaGo Zero完全自学，并在学习三天后超越了AlphaGo，40天超越了AlphaGo Master。

本文为其姊妹篇会议论文（Practical Search Techniques in Path Planning for Autonomous Driving）的扩展，时隔一年发表在机器人顶刊 IJRR 上，内容无太大变化。