Concept
Q-learning
Séances de cours associées (322)
Modèles génériques: Prévisions de trajectoire
Explore des modèles générateurs pour la prévision de trajectoires dans les véhicules autonomes, y compris des modèles discriminatifs vs générateurs, VAES, GANS, et des études de cas.
Réseaux neuronaux : formation et activation
Explore les réseaux neuronaux, les fonctions d'activation, la rétropropagation et l'implémentation de PyTorch.
Systèmes multiagents distribués : coordination et apprentissage
Explore la coordination et l'apprentissage dans des systèmes multiagents distribués, couvrant les lois sociales, l'échange de tâches, la satisfaction des contraintes et les algorithmes de coordination.
Agents d'apprentissage: Tradeoff Exploration-Exploitation
Explore le compromis exploration-exploitation dans l'apprentissage des effets inconnus des actions en utilisant des bandits multi-armés et Q-learning.
Bases d'apprentissage de renforcement
Couvre les bases de l'apprentissage par renforcement, y compris l'apprentissage Q et les réseaux neuronaux.
Véhicules autonomes: prévision de trajectoire et comportement social
Explore les défis de l'apprentissage profond pour les véhicules autonomes, en mettant l'accent sur la modélisation du comportement social et la prévision de trajectoire réalisable.
Optimisation des réseaux neuraux
Explore l'optimisation des réseaux neuronaux, y compris la rétropropagation, la normalisation des lots, l'initialisation du poids et les stratégies de recherche d'hyperparamètres.
Apprentissage par renforcement: problèmes de bandits
Couvre la convergence dans l'attente de la valeur Q dans l'apprentissage par renforcement.
Perception : Défis de classification des images
Couvre les défis de classification d'images, les concepts d'apprentissage automatique, la régression linéaire et l'approche voisine la plus proche dans les véhicules autonomes.
Comparaison des traces de SARSA et d'admissibilité
Présente un quiz comparant l'algorithme SARSA en n-étape avec SARSA en utilisant des traces d'admissibilité.