ykrmm / rldal

Reinforcement Learning And Advanced Deep Learning

RLADL Reinforcement Learning and advanced Deep Learning

Théorie et Algorithme de l’apprentissage par renforcement :

Deep reinforcement learning, Modèles génératifs(VAE, GANs), Modèles stochastiques, Modèles adverses, études de cas sur applications.

Responsable : Sylvain Lamprier

Contenu:

• Markov Decision
• Algorithmes de Bandits (bandits stochastiques, bandits contextuels, …)
• Apprentissage par renforcement (TD-lambda, Q learning, …)
• Apprentissage profond pour le renforcement (Deep Q learning, Policy gradient, Reinforce, Actor critic, DDPG, TRPO, …)
• Apprentissage par imitation
• Modèles génératifs & adverses, GAN, VAE
• Apprentissage par renforcement inverse (apprentissage des fonctions de récompense)
• Curriculum learning, reward shaping (apprentissage incrémental: de sous tâches plus simples vers la tâche finale)

rldal's Issues

Piece 2