大講堂 | 強化學習的魯棒性問題

分享主題

魯棒強化學習

 

分享背景

強化學習算法依賴大量采樣的特性決定了需要首先在仿真環境中訓練智能體策略再遷移到現實系統中。因此當仿真環境和現實系統出現不匹配時，策略的魯棒性是影響強化學習算法能否實用的關鍵因素。本次公開課中，講者將介紹華為倫敦研究所決策與推理團隊在魯棒強化學習方面的相關工作。

分享嘉賓

任航，倫敦帝國理工學院博士，任職于華為諾亞方舟實驗室倫敦

分享提綱

• 華為倫敦研究所決策與推理團隊介紹

• 強化學習的相關背景知識與強化學習的魯棒性問題

• Wasserstein Robust Reinforcement Learning 論文解讀

 

分享時間

（北京時間 ）  10月 10 日（星期四）  20:00

雷鋒網雷鋒網雷鋒網

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。