首页|资源下载
登录|注册

您现在的位置是:电子研发网 > 资源下载 > 伯克利深度强化学习课件

伯克利深度强化学习课件

  • 资源大小:4415
  • 上传时间: 2023-08-28
  • 上传用户:艾氏必
  • 资源积分:2 下载积分
  • 标      签: 深度学习

资 源 简 介

这是一门高级研究生课程,课程是针对那些准备在深度学习和强化学习领域做研究的学生准备的,主要针对博士。你需要保证达到这门课的先修条件,希望上过研究生或者高级本科生课程、机器学习课程,如果是UCB的学生那么应该上过CS189 CS289 CS281A之类的课。除了之前说的先修条件,还要知道一些东西,因为课程作业中很多会涉及训练神经网络,通过自动微分框架,提供的所有基础代码都是TensorFlow版的。希望有python编程经验,Greg Khan会上一堂关于TensorFlow和自动微分的课。

这是要讲的主要内容

完整的内容在课程网站上。会介绍如何从监督学习过渡到决策问题?监督学习是在之前机器学习课程中学过的概念。

会谈到怎么转换决策问题?还会谈到模仿学习,会谈到主要的model-free的算法,比如Q-learning、策略梯度、演员批判家算法等等。然后会聊到model-based强化学习和一些高级话题,以及用model-based RL来对视频帧预测的问题。还会讲到exploration(一个RL概念),到时候会接触到很多最近关于exploration的进展,还会讲到很多高级话题,比如迁移学习、多任务学习和元学习。到课程结束的时候,会对一些开放问题进行探讨,还会请其他RL研究者来做研究报告和一些邀请讲座等等。所以这道课程结束,当你在做最后的课程项目时,会听到很多高级话题,从而对你的项目要做什么东西有一些启发。


相 关 资 源