会员服务
多智能体学习 · 强化学习 · DeepMind · 多智能体教程 ·
2022 年 3 月 25 日
【多智能体学习】DeepMind教程，231页PPT
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

【主要讲师】

Karl Tuyls 教授是一名利物浦大学人工智能研究员和计算机科学教授，DeepMind（巴黎）的科学家。兴趣主要集中在理解智能并利用这些知识在多智能体环境中构建人工智能。其研究围绕着开发用于评估和训练智能体的博弈论技术，以及开发动态博弈论作为在合作和竞争多智能体环境中学习的基础。与此相关的是，还研究多机器人系统。

【教程slides】

成为VIP会员查看完整内容
【多智能体学习】DeepMind教程，231页PPT
118

相关内容

【UAI2021教程】贝叶斯最优学习，65页ppt
【UAI2021教程】贝叶斯最优学习，65页ppt
专知会员服务
63+阅读 · 2021年8月7日
【DeepMind教程】蒙特卡罗树搜索，60页ppt
专知会员服务
55+阅读 · 2021年4月7日
【Google】梯度下降，48页ppt
【Google】梯度下降，48页ppt
专知会员服务
79+阅读 · 2020年12月5日
【DeepMind】强化学习教程，83页ppt
【DeepMind】强化学习教程，83页ppt
专知会员服务
147+阅读 · 2020年8月7日
【ICML2020】基于模型的强化学习方法教程，279页ppt
【ICML2020】基于模型的强化学习方法教程，279页ppt
专知会员服务
123+阅读 · 2020年7月20日
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
专知会员服务
88+阅读 · 2020年7月14日
【MLSS2020】最新《贝叶斯推断》教程，125页ppt与视频，DeepMind Shakir Mohamed博士
【MLSS2020】最新《贝叶斯推断》教程，125页ppt与视频，DeepMind Shakir Mohamed博士
专知会员服务
116+阅读 · 2020年7月11日
【DeepMind硬核课】深度学习自然语言处理前沿进展，附103页ppt
【DeepMind硬核课】深度学习自然语言处理前沿进展，附103页ppt
专知会员服务
132+阅读 · 2020年6月28日
【DeepMind硬核课】深度学习注意力与记忆机制，附70页ppt与视频
【DeepMind硬核课】深度学习注意力与记忆机制，附70页ppt与视频
专知会员服务
165+阅读 · 2020年6月25日
【牛津大学&DeepMind】自监督学习教程，141页ppt
【牛津大学&DeepMind】自监督学习教程，141页ppt
专知会员服务
177+阅读 · 2020年5月29日
我的天，强化学习还能用在自动驾驶领域？
我的天，强化学习还能用在自动驾驶领域？
夕小瑶的卖萌屋
1+阅读 · 2022年3月24日
【DeepMind教程】蒙特卡罗树搜索，60页ppt
【DeepMind教程】蒙特卡罗树搜索，60页ppt
专知
2+阅读 · 2021年4月7日
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
专知
30+阅读 · 2020年7月14日
DeepMind Nando（原牛津大学教授）强化学习最新进展，含图文、公式和代码，附102页PPT下载
DeepMind Nando（原牛津大学教授）强化学习最新进展，含图文、公式和代码，附102页PPT下载
专知
18+阅读 · 2019年11月15日
【资源】强化学习实践教程
【资源】强化学习实践教程
专知
43+阅读 · 2019年9月11日
【KDD2019】TensorFlow 2.0+NLP 最新实操教程，Google AI 130页PPT+代码
【KDD2019】TensorFlow 2.0+NLP 最新实操教程，Google AI 130页PPT+代码
专知
15+阅读 · 2019年8月20日
Google DeepMind最新报告—深度神经网络压缩进展（附PPT下载）
Google DeepMind最新报告—深度神经网络压缩进展（附PPT下载）
专知
26+阅读 · 2019年4月16日
《DeepMind深度学习与强化学习进阶》850页ppt课件与视频开放（附下载）
《DeepMind深度学习与强化学习进阶》850页ppt课件与视频开放（附下载）
专知
49+阅读 · 2019年1月3日
【微软亚研130PPT教程】强化学习简介
【微软亚研130PPT教程】强化学习简介
专知
36+阅读 · 2018年10月26日
【强化学习】「ICML教程」深度强化学习，决策与控制（117 PPT）
【强化学习】「ICML教程」深度强化学习，决策与控制（117 PPT）
产业智能官
40+阅读 · 2017年8月11日
拓广下三角结构切换随机非线性系统的控制设计
国家自然科学基金
0+阅读 · 2015年12月31日
城市轨道交通网络限流与列车调整协同优化建模与仿真
国家自然科学基金
2+阅读 · 2014年12月31日
基于人类驾驶知识的无人驾驶车辆智能决策系统研究
国家自然科学基金
7+阅读 · 2013年12月31日
基于逆向强化学习和人工智能的移动机器人自主学习方法研究
国家自然科学基金
11+阅读 · 2013年12月31日
面向人与Agent混合的多团队协作仿真训练方法研究
国家自然科学基金
13+阅读 · 2012年12月31日
一般线性多智能体系统的协调控制及其在多机器人系统中的应用
国家自然科学基金
2+阅读 · 2012年12月31日
基于交互式动态影响图的未知对手模型学习
国家自然科学基金
3+阅读 · 2012年12月31日
基于多智能体启发式算法的土地利用空间配置模拟研究- - 以长株潭城市群为例
国家自然科学基金
0+阅读 · 2011年12月31日
多智能体量子进化模型研究
国家自然科学基金
3+阅读 · 2009年12月31日
具有模仿与强化学习机制的智能机器人
国家自然科学基金
2+阅读 · 2009年12月31日
Understanding and Preventing Capacity Loss in Reinforcement Learning
Arxiv
0+阅读 · 2022年4月20日
Dependent Optics
Arxiv
0+阅读 · 2022年4月20日
Spot the Difference: A Novel Task for Embodied Agents in Changing Environments
Arxiv
0+阅读 · 2022年4月18日
Ingredient Extraction from Text in the Recipe Domain
Arxiv
0+阅读 · 2022年4月18日
Learning Multi-View Aggregation In the Wild for Large-Scale 3D Semantic Segmentation
Learning Multi-View Aggregation In the Wild for Large-Scale 3D Semantic Segmentation
Arxiv
0+阅读 · 2022年4月15日
Separating the World and Ego Models for Self-Driving
Arxiv
0+阅读 · 2022年4月14日
Characterizing and Mitigating Anti-patterns of Alerts in Industrial Cloud Systems
Arxiv
0+阅读 · 2022年4月13日
Meta-learning in natural and artificial intelligence
Arxiv
10+阅读 · 2020年11月26日
Embedding-based Retrieval in Facebook Search
Arxiv
12+阅读 · 2020年6月20日
Bridging the Gap Between Spectral and Spatial Domains in Graph Neural Networks
Bridging the Gap Between Spectral and Spatial Domains in Graph Neural Networks
Arxiv
15+阅读 · 2020年3月26日
VIP会员
相关主题
多智能体学习
强化学习
DeepMind
多智能体教程
相关VIP内容
【UAI2021教程】贝叶斯最优学习，65页ppt
【UAI2021教程】贝叶斯最优学习，65页ppt
专知会员服务
63+阅读 · 2021年8月7日
【DeepMind教程】蒙特卡罗树搜索，60页ppt
专知会员服务
55+阅读 · 2021年4月7日
【Google】梯度下降，48页ppt
【Google】梯度下降，48页ppt
专知会员服务
79+阅读 · 2020年12月5日
【DeepMind】强化学习教程，83页ppt
【DeepMind】强化学习教程，83页ppt
专知会员服务
147+阅读 · 2020年8月7日
【ICML2020】基于模型的强化学习方法教程，279页ppt
【ICML2020】基于模型的强化学习方法教程，279页ppt
专知会员服务
123+阅读 · 2020年7月20日
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
专知会员服务
88+阅读 · 2020年7月14日
【MLSS2020】最新《贝叶斯推断》教程，125页ppt与视频，DeepMind Shakir Mohamed博士
【MLSS2020】最新《贝叶斯推断》教程，125页ppt与视频，DeepMind Shakir Mohamed博士
专知会员服务
116+阅读 · 2020年7月11日
【DeepMind硬核课】深度学习自然语言处理前沿进展，附103页ppt
【DeepMind硬核课】深度学习自然语言处理前沿进展，附103页ppt
专知会员服务
132+阅读 · 2020年6月28日
【DeepMind硬核课】深度学习注意力与记忆机制，附70页ppt与视频
【DeepMind硬核课】深度学习注意力与记忆机制，附70页ppt与视频
专知会员服务
165+阅读 · 2020年6月25日
【牛津大学&DeepMind】自监督学习教程，141页ppt
【牛津大学&DeepMind】自监督学习教程，141页ppt
专知会员服务
177+阅读 · 2020年5月29日
热门VIP内容
相关资讯
我的天，强化学习还能用在自动驾驶领域？
我的天，强化学习还能用在自动驾驶领域？
夕小瑶的卖萌屋
1+阅读 · 2022年3月24日
【DeepMind教程】蒙特卡罗树搜索，60页ppt
【DeepMind教程】蒙特卡罗树搜索，60页ppt
专知
2+阅读 · 2021年4月7日
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
【ICML2020-Tutorial】无标签表示学习，222页ppt，DeepMind
专知
30+阅读 · 2020年7月14日
DeepMind Nando（原牛津大学教授）强化学习最新进展，含图文、公式和代码，附102页PPT下载
DeepMind Nando（原牛津大学教授）强化学习最新进展，含图文、公式和代码，附102页PPT下载
专知
18+阅读 · 2019年11月15日
【资源】强化学习实践教程
【资源】强化学习实践教程
专知
43+阅读 · 2019年9月11日
【KDD2019】TensorFlow 2.0+NLP 最新实操教程，Google AI 130页PPT+代码
【KDD2019】TensorFlow 2.0+NLP 最新实操教程，Google AI 130页PPT+代码
专知
15+阅读 · 2019年8月20日
Google DeepMind最新报告—深度神经网络压缩进展（附PPT下载）
Google DeepMind最新报告—深度神经网络压缩进展（附PPT下载）
专知
26+阅读 · 2019年4月16日
《DeepMind深度学习与强化学习进阶》850页ppt课件与视频开放（附下载）
《DeepMind深度学习与强化学习进阶》850页ppt课件与视频开放（附下载）
专知
49+阅读 · 2019年1月3日
【微软亚研130PPT教程】强化学习简介
【微软亚研130PPT教程】强化学习简介
专知
36+阅读 · 2018年10月26日
【强化学习】「ICML教程」深度强化学习，决策与控制（117 PPT）
【强化学习】「ICML教程」深度强化学习，决策与控制（117 PPT）
产业智能官
40+阅读 · 2017年8月11日
相关基金
拓广下三角结构切换随机非线性系统的控制设计
国家自然科学基金
0+阅读 · 2015年12月31日
城市轨道交通网络限流与列车调整协同优化建模与仿真
国家自然科学基金
2+阅读 · 2014年12月31日
基于人类驾驶知识的无人驾驶车辆智能决策系统研究
国家自然科学基金
7+阅读 · 2013年12月31日
基于逆向强化学习和人工智能的移动机器人自主学习方法研究
国家自然科学基金
11+阅读 · 2013年12月31日
面向人与Agent混合的多团队协作仿真训练方法研究
国家自然科学基金
13+阅读 · 2012年12月31日
一般线性多智能体系统的协调控制及其在多机器人系统中的应用
国家自然科学基金
2+阅读 · 2012年12月31日
基于交互式动态影响图的未知对手模型学习
国家自然科学基金
3+阅读 · 2012年12月31日
基于多智能体启发式算法的土地利用空间配置模拟研究- - 以长株潭城市群为例
国家自然科学基金
0+阅读 · 2011年12月31日
多智能体量子进化模型研究
国家自然科学基金
3+阅读 · 2009年12月31日
具有模仿与强化学习机制的智能机器人
国家自然科学基金
2+阅读 · 2009年12月31日
相关论文
Understanding and Preventing Capacity Loss in Reinforcement Learning
Arxiv
0+阅读 · 2022年4月20日
Dependent Optics
Arxiv
0+阅读 · 2022年4月20日
Spot the Difference: A Novel Task for Embodied Agents in Changing Environments
Arxiv
0+阅读 · 2022年4月18日
Ingredient Extraction from Text in the Recipe Domain
Arxiv
0+阅读 · 2022年4月18日
Learning Multi-View Aggregation In the Wild for Large-Scale 3D Semantic Segmentation
Learning Multi-View Aggregation In the Wild for Large-Scale 3D Semantic Segmentation
Arxiv
0+阅读 · 2022年4月15日
Separating the World and Ego Models for Self-Driving
Arxiv
0+阅读 · 2022年4月14日
Characterizing and Mitigating Anti-patterns of Alerts in Industrial Cloud Systems
Arxiv
0+阅读 · 2022年4月13日
Meta-learning in natural and artificial intelligence
Arxiv
10+阅读 · 2020年11月26日
Embedding-based Retrieval in Facebook Search
Arxiv
12+阅读 · 2020年6月20日
Bridging the Gap Between Spectral and Spatial Domains in Graph Neural Networks
Bridging the Gap Between Spectral and Spatial Domains in Graph Neural Networks
Arxiv
15+阅读 · 2020年3月26日
微信扫码咨询专知VIP会员
Top