OpenAI research, DeepMind research, Google research, Microsoft research

Hello I am Nitsan Soffair, a Deep RL researcher at BGU.

In my State-of-the-art Research of Deep Reinforcement-learning course you will get the newest state-of-the-art Deep reinforcement-learning research knowledge.

You will do the following

1. Get state-of-the-art research knowledge regarding

   1. OpenAI research

   2. DeepMind research

   3. Google research

   4. Microsoft research

2. Validate your knowledge by answering short quizzes of each lecture.

3. Be able to complete the course by ~2 hours.

Topics

1. Advanced exploration methods

2. Chatbot based Deep RL

3. Evaluation strategies

4. Advanced RL metrics

5. Navigating robot get human language instructions

6. Merging on-policy and off-policy gradient estimation

7. Hierarchical RL

8. More advanced topics

Syllabus

1. OpenAI research

   1. Emergent Tool Use from Multi-Agent Interaction

   2. Learning Dexterity

   3. Emergent Complexity via Multi-Agent Competition

   4. Competitive Self-Play Better Exploration with Parameter Noise

   5. Proximal Policy Optimization

   6. Evolution Strategies as a Scalable Alternative to Reinforcement Learning

2. DeepMind research

   1. Recurrent Experience Reply in distributed Reinforcement-learning

   2. Maximum a Posteriori Policy Optimization

   3. NeuPL: Neural Population Learning

   4. Learning more skills through optimistic exploration

   5. When should agents explore?

3. Google brain research

   1. QT-Opt: Scalable Deep Reinforcement Learning for Vision-Based Robotic Manipulation

   2. FollowNet: Robot Navigation by Following Natural Language Directions with Deep Reinforcement Learning

   3. Interpolated Policy Gradient: Merging On-Policy and Off-Policy Gradient Estimation for Deep Reinforcement Learning

   4. Scalable Deep Reinforcement Learning Algorithms for Mean Field

   5. Value-Based Deep Reinforcement Learning Requires Explicit Regularisation

   6. Air Learning: a deep reinforcement learning gym for autonomous aerial robot visual navigation

   7. Deep Reinforcement Learning at the Edge of the Statistical Precipice

   8. Exploration in Reinforcement Learning with Deep Covering Options

4. Microsoft research

   1. Deep Reinforcement-learning for Dialogue Generation

Resources

• OpenAI papers

• DeepMind papers

• Google papers

• Microsoft papers

Investigación de vanguardia del aprendizaje por refuerzo profundo

OpenAI research, DeepMind research, Google research, Microsoft research”

Este curso es GRATIS

Curso gratis en Udemy

Con los cursos gratis de Udemy puedes aprender muchas cosas sin tener que gastar en ello. Pero primero debes tener en cuenta varias cosas:

Contenido Gratuito

Los cursos gratis de Udemy te permiten aprender nuevas cosas sin tener que pagar. Aprovecha la oportunidad.

Anuncios

Aprendizaje

Pon en práctica todos tus conocimientos aprendidos. Realiza increíbles proyectos basados en el mundo real.

Limites

Debes tener en cuenta que todos los cursos gratuitos de Udemy son de máximo 2 horas y no incluyen un certificado.

Este curso se encuentra disponible de manera gratuita sin necesidad de ningún cupón, a través de la opción “GRATIS”.

Te recomendamos primero leer las diferencias entre un curso gratis y uno de pago para evitar malentendidos:

Deja tus comentarios y sugerencias

Sobre Facialix

Facialix es un sitio web que tiene como objetivo apoyar en el aprendizaje y educación de jóvenes y grandes. Buscando y categorizando recursos educativos gratuitos de internet, de esta manera Facialix ayuda en el constante aprendizaje de todos.