Всем привет. Возможно этот Overview еще никто не видел

https://arxiv.org/pdf/1701.07274.pdf

И от автора в твиттере есть изменения в схемке (6 страница в статье)

https://twitter.com/yuxili99/status/887144926814883840

С чем это связано? Кажется, он решил убрать multi-agent RL

Коллеги, кто-нибудь может посоветовать интересных работ по восстановлению динамики среды в МДП?

Ребята, всем доброго вечера!

Завтра на нашем семинаре будет "минутка" RL в  NLP.
Сначала @Omrigan  расскажет про нейросетевое решение конкурса Alexa Prize с использованием RL от ребят из Монреаля. Затем @lyaronskaya расскажет о том, что лучше не применять "плоский" RL к задаче генерации текста в диалогах.   В обычной человеческой речи присутствует большое количество различных тем, которые также бывают вложенными. Более грамотная работа с естесственым языком должна это учитывать. Завтрашний доклад будет о том, чем в такой задаче может помочь иерархическое обучение с подкреплением.
Приходите, думаю будет очень интересно!  


Все, у кого нет пропуска в ШАД, пожалуйста, заполните СЕГОДНЯ гуглоформу в шапке канала!

Я сегодня не смогу прийти и организовать трансляцию, болею

Товарищи, среди нас должен же быть модный человек с хорошим телефоном. Есть предложение просто записать как видео, а потом уже выложить. Тогда качество должно быть намного лучше (уверен в этом, т.к. проделывалась такая штука на яблокофоне).

Neural Optimizer Search with Reinforcement Learning https://arxiv.org/abs/1709.07417

Deep Reinforcement Learning that Matters https://arxiv.org/abs/1709.06560

Две статьи на горячие темы

вторая о reproducibility и о влияние различных факторов на результат

первая о поиске оптимизаторов

😭

https://vimeo.com/235922311
Представление статьи "A Distributional Perspective on Reinforcement Learning" автором на Montreal AI symposium

Вот ещё две статьи от OpenAI / Berkeley про обучение через демонстрацию
https://arxiv.org/abs/1709.10089
https://arxiv.org/abs/1709.10087

Видео в результате не получилось записать?

Да, видео, к сожалению не было