کورس یادگیری عمیق به شیوه Reinforcement

از مفاهیم اساسی گرفته تا اجرای با استفاده از Ray Rllib فقط در 4 ساعت

عنوان اصلی : Learn Deep Reinforcement Learning Fast

سرفصل های دوره :

یادگیری تقویت کننده برای چه چیزی خوب است؟ :
هدف RL
مسابقه: ویژگی های مشکل که برنامه RL را توجیه می کند
حل مسئله یادگیری تقویت - نمای کلی سطح بالا:
چگونگی حل مشکلات یادگیری تقویت شده - یک مرور کلی سطح بالا
اولین قدم در فرآیند راه حل RL
با استفاده از شبیه سازی های بدنسازی OpenAi از کارهای یادگیری تقویت:
بسته های شبیه سازی یادگیری تقویت در پایتون
نصب Openai Gym (سالن بدنسازی [همه]) در لینوکس ، ویندوز و مک
Openai Gym: چگونه یک محیط را شروع کنیم و آن را تجسم کنیم
تمرین برنامه نویسی: محیط BipedalWalker-V3 را تنظیم کنید
Openai Gym: چگونه محیط را رعایت کنیم
عناصر مشاهده در BipedalWalker-V3
تمرین برنامه نویسی: فضای مشاهده را تفسیر کنید
Openai Gym: چگونه اقدام کنیم
عناصر عمل در BipedalWalker-v3
اقدامات در BipedalWalker-v3
Openai Gym: پاداش و اهداف
اهداف دنیای واقعی
تمرین برنامه نویسی: پاداش سقوط در BipedalWalker-V3
Openai Gym: حالت های ترمینال و قسمت ها
حالت ترمینال در بازی های ویدیویی
تمرین برنامه نویسی: پاداش های تجمعی مورد انتظار را در هر قسمت محاسبه کنید
با استفاده از چارچوب ری rllib برای حل مشکلات یادگیری تقویت کننده:
چگونه الگوریتم های یادگیری تقویت شده کار می کنند - یک مرور کلی سطح بالا
شبکه های عصبی عمیق در RL
کدام چارچوب یادگیری تقویت کننده بهترین است؟
نحوه نصب ray-rllib
ری Rllib: نحوه استفاده از الگوریتم های عمیق RL برای حل مشکلات RL
تمرین برنامه نویسی: به یک روبات آموزش دهید که چگونه راه برود
Ray Rllib: نحوه تجسم نتایج با استفاده از Tensorboard
تمرین برنامه نویسی: نتایج حاصل از آزمایش PPO BipedalWalker-V3 را تجسم کنید
ری Rllib: چگونه می توان یک عامل آموزش دیده را برای استفاده بعدی ذخیره کرد
تمرین برنامه نویسی: ربات آموزش دیده را ذخیره کنید
ری Rllib: نحوه استفاده و ضبط یک عامل ذخیره شده
تمرین برنامه نویسی: ویدئویی از ربات پیاده روی ایجاد کنید
نحوه انتخاب یک الگوریتم RL عمیق مناسب برای مشکل خود
انتخاب الگوریتم در مشکل مدیریت موجودی
سخنرانی جایزه: از کجا باید از اینجا بروید؟