да

можно даже просто прийти и провести свой)

К примеру было бы интересно послушать про подобное))


https://www.facebook.com/722677142/posts/10157795590962143/

https://ashish-kmr.github.io/rma-legged-robots/rma-locomotion-final.pdf?fbclid=IwAR3eihHSktHblpMGpaGfjKjUa_82k63W5SnrQ5_aGJS-pGsvA2pKkMpbg6M

Гайз, привет!
Меня зовут Рената и с активном поиске ментора по RL. У меня есть игра под тип тетриса или пятнашек, куча данных как играют реальные люди и желание прикрутить RL.

На данном моменте у меня средний уровень понимания процессов и это кажется основным затыком, чтобы что-то начать делать.

Планирую 1-2 встречи в неделю, возможно иногда помощь с кодом. По цене - договоримся. Если вы думали, что вам не хватает в жизни подавана, возможно, это знак)))

энвайрмент есть?

Неа(

TLDR: RL moments

добро пожаловать в offline RL)

я тоже пытаюсь применять offline RL в своем пет-проекте (https://github.com/Laggg/ml-bots-surviv.io). Кажется, мы +- в одинаковом положении. Я бы предложил что-то заботать и обсудить, кто-что понял/у кого-что получилось завести. Я не претендую на роль ментора по RL, но схема с обсуждением, кажется, рабочая. Как тебе @RenataNerenata?

Из какого должна состоять команда RL?
На что будет тратится больше времени у людей занимающихся RL?

Поделитесь пожалуйста своим мнением и что думаете об этом. Есть ощущение, что деятельность rl специалиста несколько отличается от ml/ds специалистов, которые не заниматься rl

не думаю, что отличается так уж сильно

Наверное наиболее заметное отличие - это то что у тебя данные не из датасета статического какого-то, а из симулятора будут поступать или железа какого-то. Ну и из моего опыта какой-то приличный кусок работы займет то что бы наладить интеграцию с этим самым симулятором. Ну если это что-то стандартное типа openai gym, то проще канешн. А остальное кажется +- тоже самое - ковыряешь модель, запускаешь, смотришь графики

++

С учетом датасета из реальны игроков, я бы начал с простого алгоритма из imitation learning, хотя бы behaviour cloning. Дальше крутить Rl: online/offline

И действительно - удобство симулятора исключает очень даже большую часть мучений.

Рената, а глобально цель какая?

научить агента играть на уровне человека, если вы конкретно про задачу