分享主題

魯棒強(qiáng)化學(xué)習(xí)

 

分享背景

強(qiáng)化學(xué)習(xí)算法依賴大量采樣的特性決定了需要首先在仿真環(huán)境中訓(xùn)練智能體策略再遷移到現(xiàn)實(shí)系統(tǒng)中。因此當(dāng)仿真環(huán)境和現(xiàn)實(shí)系統(tǒng)出現(xiàn)不匹配時(shí)，策略的魯棒性是影響強(qiáng)化學(xué)習(xí)算法能否實(shí)用的關(guān)鍵因素。本次公開課中，講者將介紹華為倫敦研究所決策與推理團(tuán)隊(duì)在魯棒強(qiáng)化學(xué)習(xí)方面的相關(guān)工作。

分享嘉賓

任航，倫敦帝國理工學(xué)院博士，任職于華為諾亞方舟實(shí)驗(yàn)室倫敦

分享提綱

• 華為倫敦研究所決策與推理團(tuán)隊(duì)介紹

• 強(qiáng)化學(xué)習(xí)的相關(guān)背景知識與強(qiáng)化學(xué)習(xí)的魯棒性問題

• Wasserstein Robust Reinforcement Learning 論文解讀

 

分享時(shí)間

（北京時(shí)間 ）  10月 10 日（星期四）  20:00

雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。