Mô tả
Tìm hiểu về thiết kế và lập trình các tác nhân học tăng cường để thực hiện các nhiệm vụ phức tạp trong môi trường tương tác. Các chủ đề bao gồm quá trình quyết định Markov, các phương pháp lập trình động, phương pháp Monte Carlo, học chênh lệch thời gian, dự đoán/điều khiển với xấp xỉ hàm, đạo hàm chính sách, và các thuật toán học tăng cường sâu.
Tiền đề
- Tiền đề: COMP 2402 , ( COMP 2404 hoặc SYSC 3010 hoặc SYSC 3110 ), ( MATH 1004 hoặc MATH 1007), ( MATH 1104 hoặc MATH 1107 ), và ( DATA 1517 hoặc STAT 2507 ).
Điều kiện và thủ tục
- Tiền đề: COMP 2402 , ( COMP 2404 hoặc SYSC 3010 hoặc SYSC 3110 ), ( MATH 1004 hoặc MATH 1007), ( MATH 1104 hoặc MATH 1107 ), và ( DATA 1517 hoặc STAT 2507 ).
- Ba giờ giảng mỗi tuần.
Văn bản tham chiếu bằng ngôn ngữ gốc
Learn about designing and programming reinforcement learning agents to perform complex tasks in interactive environments. Topics include Markov decision processes, dynamic programming methods, Monte Carlo methods, temporal difference learning, prediction/control with function approximation, policy gradient, and deep reinforcement learning algorithms.
- Prerequisite(s): COMP 2402 , ( COMP 2404 or SYSC 3010 or SYSC 3110 ), ( MATH 1004 or MATH 1007), ( MATH 1104 or MATH 1107 ), and ( DATA 1517 or STAT 2507 ).
- Lectures three hours a week.
Nguồn và tham khảo
Ngày và nguồn được giữ lại để giúp bạn kiểm tra thông tin. Các bản dịch được cung cấp để dễ đọc; nguồn chính thức là tham chiếu cho các điều kiện và yêu cầu.
Nguồn tham khảo : https://calendar.carleton.ca/undergrad/courses/COMP/