【NeurIPS2019演讲】伯克利Pieter Abbeel，通过元强化学习实现更好的基于模型的RL(Better Model-based RL through Meta RL)

报告主题： Better Model-based RL through Meta RL

报告简介： Meta RL（Meta Reinforcement Learning）是Meta Learning应用到Reinforcement Learning的一个研究方向，核心的想法就是希望AI在学习大量的RL任务中获取足够的先验知识Prior Knowledge然后在面对新的RL任务时能够 学的更快，学的更好，能够自适应新环境,本教程主要从强化学习的基础，基于模型的元强化学习，以及如何加快元强化学习训练速度三方面展开。

嘉宾介绍： Pieter Abbeel是加州大学伯克利分校电子工程和计算机科学教授，伯克利机器人学习实验室主任和伯克利AI研究实验室联合主任。