AP
трансляция
Size: a a a
2017 November 02
AP
Видно, слышно?
2017 November 03
NP
Меня попросили прислать статьи, по которым я готовился. В порядке затраченного времени:
ACER:
https://arxiv.org/pdf/1611.01224.pdf
RETRACE:
https://arxiv.org/abs/1606.02647
Q-prop:
https://arxiv.org/abs/1611.02247
Interpolated Policy Gradient:
https://arxiv.org/abs/1706.00387
Q-lambda:
https://arxiv.org/abs/1602.04951
ACER:
https://arxiv.org/pdf/1611.01224.pdf
RETRACE:
https://arxiv.org/abs/1606.02647
Q-prop:
https://arxiv.org/abs/1611.02247
Interpolated Policy Gradient:
https://arxiv.org/abs/1706.00387
Q-lambda:
https://arxiv.org/abs/1602.04951
NP
уточнил про связь q-lambda и gae-lambda - есть большие сомнения, что эта связь есть
P
Никита, спасибо! Доклад был сложным и отлично подготовленным!
G
Меня попросили прислать статьи, по которым я готовился. В порядке затраченного времени:
ACER:
https://arxiv.org/pdf/1611.01224.pdf
RETRACE:
https://arxiv.org/abs/1606.02647
Q-prop:
https://arxiv.org/abs/1611.02247
Interpolated Policy Gradient:
https://arxiv.org/abs/1706.00387
Q-lambda:
https://arxiv.org/abs/1602.04951
ACER:
https://arxiv.org/pdf/1611.01224.pdf
RETRACE:
https://arxiv.org/abs/1606.02647
Q-prop:
https://arxiv.org/abs/1611.02247
Interpolated Policy Gradient:
https://arxiv.org/abs/1706.00387
Q-lambda:
https://arxiv.org/abs/1602.04951
Nice
2017 November 04
EZ
Distributional Reinforcement Learning with Quantile Regression https://arxiv.org/abs/1710.10044
2017 November 07
KB
Появилась законченная версия "RL: An Introduction" от 5 ноября. Добавили в case study AlphaGo и AlphaGo Zero. UPD: На сайте Саттона драфт тоже обновился.
https://www.reddit.com/r/reinforcementlearning/comments/7b9cq6/reinforcement_learning_an_introduction_sutton/
https://www.reddit.com/r/reinforcementlearning/comments/7b9cq6/reinforcement_learning_an_introduction_sutton/
2017 November 08
P
[1711.00832] A Unified Game-Theoretic Approach to Multiagent Reinforcement Learning
https://arxiv.org/abs/1711.00832
https://arxiv.org/abs/1711.00832
P
Господа, всем привет!
Завтра на семинаре будет два доклада. Оба немного нестандартные.
Сначала, @yanushviktor расскажет про горячую нынче тему -- оптимизацию с помощью обучения с подкреплением. В ходе рассказа также будут затронуты наши давние друзья GPS, iLQG. Так что если давно хотелось понять, что это за звери, не пропустите завтрашний семинар!
Затем @omtcyfz расскажет про любопытную недавнюю поделку некого Sutton, в частности про обобщение многошагового Q-обучения.
ВСЕМ, КТО НЕ УСПЕЛ ЗАПОЛНИТЬ ЗАЯВКУ НА ПРОПУСК - самое время это сделать )
Завтра на семинаре будет два доклада. Оба немного нестандартные.
Сначала, @yanushviktor расскажет про горячую нынче тему -- оптимизацию с помощью обучения с подкреплением. В ходе рассказа также будут затронуты наши давние друзья GPS, iLQG. Так что если давно хотелось понять, что это за звери, не пропустите завтрашний семинар!
Затем @omtcyfz расскажет про любопытную недавнюю поделку некого Sutton, в частности про обобщение многошагового Q-обучения.
ВСЕМ, КТО НЕ УСПЕЛ ЗАПОЛНИТЬ ЗАЯВКУ НА ПРОПУСК - самое время это сделать )
2017 November 09
MK
@yanushviktor, @omtcyfz можете, пожалуйста, записаться в таблицу с расписанием?
https://docs.google.com/spreadsheets/d/1ZeL1_mfR1ccwKKO_ihKs6R26pqy5bsJgU_t3jJjSN5c/edit#gid=1738423751
https://docs.google.com/spreadsheets/d/1ZeL1_mfR1ccwKKO_ihKs6R26pqy5bsJgU_t3jJjSN5c/edit#gid=1738423751
AG
AP
трансляция
AP
видно? слышно?
IK
VY
