您正在使用IE低版浏览器,为了您的雷锋网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
人工智能学术 正文
发私信给AI研习社
发送

0

伯克利《深度强化学习》更新 | 第十三讲:利用模仿优化控制器学习策略

本文作者:AI研习社 2019-11-27 15:01
导语:AI 研习社获得官方授权,汉化翻译伯克利 CS 294-112 《深度强化学习》,今天更新至第十三讲啦~

语音播放文章内容

由深声科技提供技术支持

AI 研习社获得官方授权,汉化翻译伯克利 CS 294-112 《深度强化学习》,今天更新至第十三讲啦~

我们先来一睹为快——

第十三讲:

利用模仿优化控制器学习策略

上手视频约 5 分钟

翻译 | 郭玮 王明辉 张璐

字幕 | 唐里     后期 | 唐里

看完是不是不够过瘾!

进入小组:https://ai.yanxishe.com/page/groupDetail/30 观看完整视频

同时,针对这门课程,我们同样开设了微信社群,

回复字幕君(微信:leiphonefansub)

你加入该课程小组的截图

我们将你拉入微信群聊

伯克利《深度强化学习》更新 | 第十三讲:利用模仿优化控制器学习策略

加时备注“CS294加群”~

  小组介绍          

截止到今日,AI研习社学习2018秋季CS294-112深度强化学习小组成员人数将近3000人啦!

在AI研习社,这里有浓厚的学习氛围——

伯克利《深度强化学习》更新 | 第十三讲:利用模仿优化控制器学习策略



小组成员在这里打卡,记录自己的学习成果,在这里交流笔记心得——

伯克利《深度强化学习》更新 | 第十三讲:利用模仿优化控制器学习策略


「小组」产品上线后,AI 研习社推出了一系列的激励计划,鼓励各位组员学习视频课程,表现积极的学员还将获得由 AI 研习社提供的福利,这些福利包括但不限于机械键盘、双肩背包以及 AI 研习社定制的「浪中求稳」保温杯。


心动了吗,赶快将“AI研习小组”小程序添加到“我的小程序”吧!随时随地都能学习名校经典课程,和上千位小伙伴们一起,共同进步。


  课程介绍

伯克利《深度强化学习》更新 | 第十三讲:利用模仿优化控制器学习策略

伯克利 CS 294-112 《深度强化学习》为官方开源最新版本,由伯克利大学该门课程授课讲师 Sergey Levine 授权 AI 研习社翻译。

12 月 20 日开始正式同步更新在 AI 研习社,大约 1 到 2 周更新一次。

该课程主题选择深度增强学习,即紧跟当前人工智能研究的热点,又可作为深度学习的后续方向,值得推荐。


  先修要求

想要学习伯克利 CS 294-112 《深度强化学习》这门课程,学生需要先学习 CS189 或者其他同等学力课程。本课程将假定学生掌握强化学习、数值优化和机器学习的相关背景知识。

如果你对上述主题不是非常了解,那么需要自主学习补充以下知识点:

  • 增强学习和马尔科夫决策过程(MDPs)

MDPs的定义

具体算法:策略迭代和价值迭代

搜索算法

  • 数值最优化方法

梯度下降和随机梯度下降

反向传播算法

  • 机器学习

分类和回归问题:用什么样的损失函数,如何拟合线性或非线性模型

训练/测试误差,过拟合


  视频截图

伯克利《深度强化学习》更新 | 第十三讲:利用模仿优化控制器学习策略

伯克利《深度强化学习》更新 | 第十三讲:利用模仿优化控制器学习策略

伯克利《深度强化学习》更新 | 第十三讲:利用模仿优化控制器学习策略


  译者评价

比较有趣,讲课用很多例子来解释,不是那种光给你一大堆公式概念的,感觉偏重实际应用和前沿技术一点,推荐大家来看。

@周清逸

这门课是基本覆盖了强化学习的主要内容和前沿的研究话题,通过理论到应用例子的讲述,以及五次作业(实际上是七次)的实践练习对经典算法的复现,可以让学生达到在强化学习领域的入门研究水平。重点是免费!课程有中文字幕!有作业参考!不过这门课并不是零门槛,需要上过机器学习课程,最好是还上过深度学习(比如cmu deeplearning),最最好用过tensorflow(因为作业的官方基础代码只有tensorflow版本)。

@朱海浩

侧重于增强学习与深度学习相结合,应用在机器人方面的例子比较多,翻译的话老师语速挺快的,虽然语气词比较多,整体逻辑很清晰。

@段小杰


  课程大纲

第一讲:课程介绍和概览

第二讲:监督学习和模仿学习

第三讲:TensorFlow 和神经网络简述

第四讲:强化学习简介

第五讲:策略梯度简介

第六讲:Actor-Critic 算法简介

第七讲:价值函数介绍

第八讲:高级 Q-学习算法

第九讲:高级策略梯度

第十讲:最优控制和规划

第十一讲:基于模型的强化学习

第十二讲:高级强化学习和图像处理应用

第十三讲:利用模仿优化控制器学习策略

第十四讲:概率和变分推断入门

第十五讲:推断和控制之间的联系

第十六讲:逆向强化学习

第十七讲:探索(上)

第十八讲:探索(下)

第十九讲:迁移学习与多任务学习

第二十讲:元学习

第二十一讲:平行结构和强化学习系统设计

第二十二讲:进阶模仿学习和开放性问题

第二十三讲:客座讲师:Craig Boutilier

第二十四讲:客座讲师:Gregory Kahn

第二十五讲:客座讲师:Quoc Le & Barret Zoph

第二十六讲:客座讲师:Karol Hausman  

雷锋网(公众号:雷锋网)雷锋网雷锋网


雷锋网原创文章,未经授权禁止转载。详情见转载须知

伯克利《深度强化学习》更新 | 第十三讲:利用模仿优化控制器学习策略

分享:
相关文章

文章点评:

表情
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说