谷歌大脑《自动强化学习》教程，81页ppt!

训练强化学习(RL)系统在实际任务中表现良好是困难的，原因有很多。一个重要的原因是，工程师和应用研究人员面临着大量的设计选择，旨在将现实世界的问题表示为部分可观察马尔可夫决策(POMDP)抽象，这不足以捕捉问题的所有方面。因此，工程师通过试验和错误，优化RL系统设计，直到达到令人满意的性能。这是一个累人、耗时和低效的过程。learn to learn和Auto RL将这个过程的部分自动化，允许用户专注于更高层次的设计问题。在本教程中，我们将回顾当前建立的技术，如环境、算法、表示和奖励学习，并讨论可用的工具、它们如何以及为什么工作，以及它们何时会失败。最后，由于这是一个新兴的领域，我们将总结该领域的未来前景和面临的开放问题。

https://automl.cc/tutorials/

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“ARL81” 就可以获取《谷歌大脑《自动强化学习》教程，81页ppt!》专知下载链接

                       

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取100000+AI主题知识资料