0
分享主題
魯棒強化學習
分享背景
強化學習算法依賴大量采樣的特性決定了需要首先在仿真環(huán)境中訓練智能體策略再遷移到現(xiàn)實系統(tǒng)中。因此當仿真環(huán)境和現(xiàn)實系統(tǒng)出現(xiàn)不匹配時，策略的魯棒性是影響強化學習算法能否實用的關(guān)鍵因素。本次公開課中，講者將介紹華為倫敦研究所決策與推理團隊在魯棒強化學習方面的相關(guān)工作。
分享嘉賓
任航，倫敦帝國理工學院博士，任職于華為諾亞方舟實驗室倫敦
分享提綱
華為倫敦研究所決策與推理團隊介紹
強化學習的相關(guān)背景知識與強化學習的魯棒性問題
Wasserstein Robust Reinforcement Learning 論文解讀
分享時間
（北京時間 ） 10月 10 日（星期四） 20:00
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
