c
Вот да
Чот он много спамит
Чот он много спамит
Size: a a a
2019 February 01
SD
Вроде таклй
2019 February 04
AG
Прогоните кто-то этого Омара Хайяма
GZ
(c) Даниил Хармс ;)
A
Добрый день! Следующий семинар будет посвящен этой теме? Continuous Adaptation via Meta-Learning in Nonstationary and Competitive Environments
2019 February 05
c
Добрый день! Следующий семинар будет посвящен этой теме? Continuous Adaptation via Meta-Learning in Nonstationary and Competitive Environments
Скоро будет анонс!
A
Спасибо!
AM
если прокрутить в обратном направлении, то будет раздеваться
AM
мне кажется на такое будет спрос
TG
Ну просто это не кажется чем-то сверхъестественным сейчас, нет?
AK
мне кажется не с того конца начали решать. Вот если бы он пытался одеть деревянное тело, а не себя...
GZ
мне кажется не с того конца начали решать. Вот если бы он пытался одеть деревянное тело, а не себя...
Раздеть деревянное тело это более стандартная задача
c
Всем привет!
На этой неделе семинар пройдет как обычно:
Четверг, ШАД
Аудитория: Стенфорд
19:00
Миша Ягудин расскажет про intristic motivation в exploration'e, а вишенкой на торте будет алгоритм Random Network Distillation.
В сложных средах с отложенной наградой наивный explo (≈ \eps greedy или Gaussian noice) не работает. Intrinsic Motivation (внутренняя мотивация) — это бонусная награда, помогающая агенту исследовать среду. Обычно это information gain, псевдо-счётчик, ошибка предсказания динамики среды.
OpenAI в Random Network Distilation дают награду за ошибку предсказания обучаемой нейронной сети случайно проинициализированной нейронной сети. Этот сравнительно простой и робастный способ позволил получить SOTA на трёх сложных Atari средах; пройти первый уровень и впервые переиграть «среднего человека» в Montezuma's Revenge. Но не всё так радужно: OAI обучали агентов на 2B+ фреймов с помощью PPO.
Intrinsic Motivation:
Приходите, будет интересно!
На этой неделе семинар пройдет как обычно:
Четверг, ШАД
Аудитория: Стенфорд
19:00
Миша Ягудин расскажет про intristic motivation в exploration'e, а вишенкой на торте будет алгоритм Random Network Distillation.
В сложных средах с отложенной наградой наивный explo (≈ \eps greedy или Gaussian noice) не работает. Intrinsic Motivation (внутренняя мотивация) — это бонусная награда, помогающая агенту исследовать среду. Обычно это information gain, псевдо-счётчик, ошибка предсказания динамики среды.
OpenAI в Random Network Distilation дают награду за ошибку предсказания обучаемой нейронной сети случайно проинициализированной нейронной сети. Этот сравнительно простой и робастный способ позволил получить SOTA на трёх сложных Atari средах; пройти первый уровень и впервые переиграть «среднего человека» в Montezuma's Revenge. Но не всё так радужно: OAI обучали агентов на 2B+ фреймов с помощью PPO.
Intrinsic Motivation:
https://spinningup.openai.com/en/latest/spinningup/keypapers.html#a-intrinsic-motivation
Exploration by Random Network Distillationhttps://arxiv.org/abs/1810.12894Приходите, будет интересно!
c
Переслано от cydoroga
Если у вас нет пропуска в ШАД, не забудьте зарегистрироваться по ссылке до утра четверга:
https://docs.google.com/forms/d/e/1FAIpQLSd18PGkZuOqkWThJhmNxnmiSVFicnH4YwLVTCOkEkVQV6ZIDg/viewform
https://docs.google.com/forms/d/e/1FAIpQLSd18PGkZuOqkWThJhmNxnmiSVFicnH4YwLVTCOkEkVQV6ZIDg/viewform
2019 February 07
S
"утро четверга" уже прошло? И если да, то планируется ли трансляция?
c
"утро четверга" уже прошло? И если да, то планируется ли трансляция?
Вот теперь прошло)
На тебя пропуск сделал
На тебя пропуск сделал
S
Спасибо!
S
Уже полгода как собираюсь автоматизировать эту несчастную форму и повесить на крон :)