Определение 102: Любопытством (curiosity) называется ошибка модели мира агента. Довольно странное определение

Всем привет! Я предпринял попытку законспектировать всю основную теорию по RL. Попробовал скомпилировать в единое повествование материалы из нескольких основных курсов, чтобы детально объяснить, как устроены алгоритмы RL и почему они выглядят именно так, а не иначе. Надеюсь, кому-нибудь будет полезно)) Может быть, текст пригодится кому и для погружения в RL с нуля (от читателя предполагается только знание базового ML / DL).

привет, никто не подскажет соту (по sample complexity) с тренировкой сразу на реальном роботе (т.е. без sim2real)?

Добрый вечер! Завтра в 20:00 по Москве, будет новый выпуск (надеюсь) полюбившегося многим семинара http://einreise.tilda.ws/
Поговорим про применение RL к роботам, звёздным гостем на этот раз будет Jie Tan, расскажет в частности про вот эту работу: https://arxiv.org/abs/1804.10332

Подскажите пожалуйста, была ли запись?

Добрый вечер! Хочу в этот раз поделиться собственной работой: https://arxiv.org/abs/2101.09571
Эксперименты в области решения RL-задач порождением кода
Вместо весов нейросети агент описывается программой, а нейросеть эти программы порождает. Соответственно можно делать такие интересные вещи, как предобучать систему на программе, которую сам написал, или редактировать программу, порождённую сеткой
Комментарии приветствуются)

Добрый вечер! Хочу в этот раз поделиться собственной работой: https://arxiv.org/abs/2101.09571
Эксперименты в области решения RL-задач порождением кода
Вместо весов нейросети агент описывается программой, а нейросеть эти программы порождает. Соответственно можно делать такие интересные вещи, как предобучать систему на программе, которую сам написал, или редактировать программу, порождённую сеткой
Комментарии приветствуются)