AP
Size: a a a
2017 October 12
AP
трасляция
AP
Напишите, работает ли, есть звук?
АС
Работает, звук есть
2017 October 13
P
"Long-range Robotic Navigation Tasks by Combining Reinforcement Learning and Sampling-based Planning," Faust et al.: (link: https://arxiv.org/abs/1710.03937)
P
Predictive-State Decoders: Encoding the Future into Recurrent Networks (https://arxiv.org/abs/1709.08520) - любопытная статья про улучшение алгортимов, работающих с POMDP средами путем добавления инфомрации необходимой для предсказания будущих состояний в hidden state policy. Кажется (not sure yet), можно пихать в любой алгоритм с рекуррентными сетями и получать profit.
АК
👍спасибо)
2017 October 14
P
Встречайте новое творение звёздной команды относительно одной из сложнейших проблем RL
Continuous Adaptation via Meta-Learning in Nonstationary and Competitive Environments (https://arxiv.org/pdf/1710.03641)
Continuous Adaptation via Meta-Learning in Nonstationary and Competitive Environments (https://arxiv.org/pdf/1710.03641)
OK
Rainbow: Combining Improvements in Deep Reinforcement Learning (https://arxiv.org/pdf/1710.02298.pdf)
AG
Revisiting the Arcade Learning Environment: Evaluation Protocols and Open Problems for General Agents (https://arxiv.org/pdf/1709.06009.pdf)
Годный и очень обширный обзор ALE: что смогли сделать за 4 года после выхода фреймворка, чего не смогли, как можно усложнять задачу (добавляя стохастичность), кто какие трюки использовал для лучшего решения задачи, как правильно сравнивать агентов и многое другое.
Годный и очень обширный обзор ALE: что смогли сделать за 4 года после выхода фреймворка, чего не смогли, как можно усложнять задачу (добавляя стохастичность), кто какие трюки использовал для лучшего решения задачи, как правильно сравнивать агентов и многое другое.
2017 October 16
EZ
Deep RL Bootcamp Lectures https://sites.google.com/view/deep-rl-bootcamp/lectures
2017 October 17
AG
EZ
только хотел закинуть)
2017 October 18
P
Ребята, всем добрый вечер!
Завтра, будет два действительно знаментаельных события.
Во-первых, несмотря на то, что distributional RL ускользал от рассмотрения нашей группой дважды, мы все-таки наконец настигли врага “врасплох”, и завтра, верится мне, мы дойдем до самого дна этой работы благодаря усердию и старанию Aleksey!
Во-вторых, наконец-то, спустя почти полгода, как Q-prop появился впервые в наших списках, нашелся герой (Nikita), который принял вызов и завтра расскажет Вам о том, что же такого необычного нашли в работе ревьюеры ICLR2017 и почему соединять off-policy & on-policy learning может быть хорошей идеей.
Если кто еще не успел заполнить заявку на пропуск, пожалуйста сделайте это до конца сегодняшнего дня.
Завтра, будет два действительно знаментаельных события.
Во-первых, несмотря на то, что distributional RL ускользал от рассмотрения нашей группой дважды, мы все-таки наконец настигли врага “врасплох”, и завтра, верится мне, мы дойдем до самого дна этой работы благодаря усердию и старанию Aleksey!
Во-вторых, наконец-то, спустя почти полгода, как Q-prop появился впервые в наших списках, нашелся герой (Nikita), который принял вызов и завтра расскажет Вам о том, что же такого необычного нашли в работе ревьюеры ICLR2017 и почему соединять off-policy & on-policy learning может быть хорошей идеей.
Если кто еще не успел заполнить заявку на пропуск, пожалуйста сделайте это до конца сегодняшнего дня.
AG
EZ
прям хочется чтобы ктото побил классические шахматные движки нейронкой
AG
вот это выдержка у ребят — по 40 дней сетки тренировать)
AG
Здорово же! Она себе считается и есть не просит, а вы в это время с корешами статьи пишете на всякие nipsы, icmlи, пока графики для статьи в nature считаются (: