P
Давайте статейки постить там, а обсуждать тут
Park: An Open Platform for Learning-Augmented Computer Systems
A notable step towards practical applications of RL
Size: a a a
2020 February 26
P
Переслано от Sergey Sviridov
да, правда я ее еще на ICML 2019 видел на воркшопе
P
AM
Вчера выложили видео cs330: https://www.youtube.com/playlist?list=PLoROMvodv4rMC6zfYmnD7UG3LVvwaITY5
Кажется это имеет какое-то отношение к RL.
Кажется это имеет какое-то отношение к RL.
AS
👍Я этого почти пол года ждал
SS
да, хорошие новости
AS
Переслано от Artyom Sorokin
Всем привет!
Вторая лекцию курса Advanced Topics in RL теперь доступна онлайн!
Imitation Learning and Inverse RL:
@justHeuristic рассказывает как научиться вести себя оптимально, не имея никакой функции награды, но имея доступ к траекториям полученным оптимальной политикой.
А иногда и просто используя человеческие оценки того какое из двух поведений агента лучше.
Лекцию можно посмотреть на youtube на любом из двух каналов:
DeepPavlov (https://youtu.be/8Dh8NFIl8Zk)
И
RL Reading Group (https://youtu.be/0DkPUecLLpI)
Cсылки на разобранные и упомянутые в видео статьи(далеко не все):
DAGGER (https://www.cs.cmu.edu/~sross1/publications/Ross-AIStats11-NoRegret.pdf)
Maximum Entropy Inverse RL (https://www.aaai.org/Papers/AAAI/2008/AAAI08-227.pdf)
Guided Cost Learning (https://arxiv.org/abs/1603.00448)
Learning from Human Preferences (https://arxiv.org/pdf/1706.03741.pdf)
Вторая лекцию курса Advanced Topics in RL теперь доступна онлайн!
Imitation Learning and Inverse RL:
@justHeuristic рассказывает как научиться вести себя оптимально, не имея никакой функции награды, но имея доступ к траекториям полученным оптимальной политикой.
А иногда и просто используя человеческие оценки того какое из двух поведений агента лучше.
Лекцию можно посмотреть на youtube на любом из двух каналов:
DeepPavlov (https://youtu.be/8Dh8NFIl8Zk)
И
RL Reading Group (https://youtu.be/0DkPUecLLpI)
Cсылки на разобранные и упомянутые в видео статьи(далеко не все):
DAGGER (https://www.cs.cmu.edu/~sross1/publications/Ross-AIStats11-NoRegret.pdf)
Maximum Entropy Inverse RL (https://www.aaai.org/Papers/AAAI/2008/AAAI08-227.pdf)
Guided Cost Learning (https://arxiv.org/abs/1603.00448)
Learning from Human Preferences (https://arxiv.org/pdf/1706.03741.pdf)
P
Коллеги, а кто-нибудь в курсе, какой код сейчас дает SOTA на атари?
EZ
Коллеги, а кто-нибудь в курсе, какой код сейчас дает SOTA на атари?
SS
Вроде MuZero
P
MuZero — Model Based, не подойдет (
FQF имплементации не нашел нигде, если кто знает, подскажите, плиз (chainer pull request).
IQN неожиданно оказалась в dopamine, посмотрю, спасибо
FQF имплементации не нашел нигде, если кто знает, подскажите, плиз (chainer pull request).
IQN неожиданно оказалась в dopamine, посмотрю, спасибо
2020 February 27
AG
Кто-нибудь успел посмотреть на Lyceum ?
c
Презентация к сегодняшней лекции
AB
Кто-нибудь успел посмотреть на Lyceum ?
Он написан на Джулии, что здорово. Сначала обрадовался подумав, что можно будет автодифференцировать через весь енвайронмент с помощью Zygote при обучении, но потом увидел, что в бакенде он использует MuJoCo написаннный на C++. Так, что придётся писать кастомные аджоинты для MuJoCo. Но, думаю Lyceum всё равно будет удобнее, чем Open AI's Gym, если ты пишешь что-то новое, под что ещё не написана библиотека
2020 February 28
vd
Большое спасибо Петру Кудерову за замечательную лекцию (от мучившего его комментами профессора из первого ряда). Коллеги! заходите к нам по вторникам на Котел идей Нейронета. Еженеделльно. Очередное заседание: https://leader-id.ru/event/41157
2020 March 01
c
Всем привет!
Четвертая лекция курса по Advanced RL пройдет в четверг (05.03) в 19:00
В ШАДе (ул. Тимура Фрунзе, 11к2)
Аудитория: Оксфорд
На лекции выступит Евгения Елистратова @evg3307
Тема: Evolutional RL
Общий план:
1. Эволюционные алгоритмы как задача оптимизации произвольной функции.
2. Применение эволюционных алгоритмов в RL
3. Техники exploration для эволюционных стратегий: Novelty Search, Quality Diversity
4. Curriculum learning в контексте эволюционных стратегий
Если вы хотите прийти, обязательно зарегистрируйтесь в форме по ссылке (для оформления пропуска)!
Зарегистрируйтесь, пожалуйста, до 19:00 среды!!!
https://docs.google.com/forms/d/e/1FAIpQLSd18PGkZuOqkWThJhmNxnmiSVFicnH4YwLVTCOkEkVQV6ZIDg/viewform
Внимание!
В силу ограниченной вместимости аудитории, я буду вынужден закрыть регистрацию при превышении порога в 90-100 человек. Очень надеюсь, что поместятся все желающие прийти.
В прошлый раз поместились все.
Внимание! Просьба регистрироваться всем: и тем, у кого пропуск есть, и тем у кого его нет. Нам это нужно, чтобы считать людей.
Четвертая лекция курса по Advanced RL пройдет в четверг (05.03) в 19:00
В ШАДе (ул. Тимура Фрунзе, 11к2)
Аудитория: Оксфорд
На лекции выступит Евгения Елистратова @evg3307
Тема: Evolutional RL
Общий план:
1. Эволюционные алгоритмы как задача оптимизации произвольной функции.
2. Применение эволюционных алгоритмов в RL
3. Техники exploration для эволюционных стратегий: Novelty Search, Quality Diversity
4. Curriculum learning в контексте эволюционных стратегий
Если вы хотите прийти, обязательно зарегистрируйтесь в форме по ссылке (для оформления пропуска)!
Зарегистрируйтесь, пожалуйста, до 19:00 среды!!!
https://docs.google.com/forms/d/e/1FAIpQLSd18PGkZuOqkWThJhmNxnmiSVFicnH4YwLVTCOkEkVQV6ZIDg/viewform
Внимание!
В силу ограниченной вместимости аудитории, я буду вынужден закрыть регистрацию при превышении порога в 90-100 человек. Очень надеюсь, что поместятся все желающие прийти.
В прошлый раз поместились все.
Внимание! Просьба регистрироваться всем: и тем, у кого пропуск есть, и тем у кого его нет. Нам это нужно, чтобы считать людей.
2020 March 02
CP
что такое HOOF?
CP