「强化学习简介」一份来自微软亚研的130PPT教程

【导读】近年来，强化学习特别是深度强化学习在棋类、视屏游戏、机器人控制等问题上取得了极大的成功，成为人工智能研究的热点。 微软亚洲研究院的秦涛研究员在报告《强化学习简介》中对强化学习做一个简要介绍。

报告内容

该报告分为3个部分：

1. 强化学习基础，包括:

• 马氏决策过程

• Bellman方程

• 规划

• 最优控制

• 蒙特卡洛采样

• TD算法

2. 强化学习新算法，包括:

• 基于值函数的算法

• 基于策略函数的算法    

• 基于两者的混合算法

3. 强化学习所面临的挑战，如鲁棒性、样本效率等

讲者简介

秦涛 博士，微软亚洲研究院资深研究员/经理，中国科学技术大学博士生导师。主要研究领域包括机器学习和人工智能（深度学习和强化学习的算法设计、理论分析及在实际问题中的应用），互联网搜索与计算广告，博弈论和多智能体系统，在国际会议和期刊上发表学术论文100余篇。曾任SIGIR、ACML、AAMAS领域主席，担任多个国际学术大会程序委员会成员，包括ICML、NIPS、KDD、IJCAI、AAAI、WSDM、EC、SIGIR、AAMAS、WINE，曾任多个国际学术研讨会联合主席。获得《北京青年》2017年度年度“工匠精神·青年榜样”奖。

资源获取方式：

• 点击“阅读原文”下载资源

• 或在输入关键词“MSRARLT4”获取下载链接

附部分PPT

— 转自 专知 —

本篇文章来源于: 深度学习这件小事