Luna "Свекровь против невестки"

Dziļā mācīšanās pastiprināšana attīstās ļoti dinamiski. Šai jomai raksturīgas neizsmeļamas iespējas sarežģītu problēmu risināšanā. Šīs darbības veic vismaz dažas pētniecības grupas, kas, stiprinot dažādu industriju darbību, galvenokārt koncentrējas uz dziļās mācīšanās pastiprināšanu. Diemžēl jaunāko sasniegumu apraksti ir grūti saprotami un pārāk abstrakti, lai tos viegli pielāgotu praktiskai īstenošanai, un galu galā pareiza lietojumprogrammas darbība ir atkarīga no dizainera dziļās problēmas izpratnes. Tiek runāts par atjauninātu un paplašinātu labākās prakses rokasgrāmatu par jaunākajiem mācīšanās rīkiem un metodēm pastiprināšanai. Šeit ir ievads mācīšanās teorijā pastiprināšanai, kā arī praktisku veidu kodēšanai, lai aģenti paši mācītos risināt praktiskas problēmas. Šis izdevums pievieno sešas jaunas nodaļas, kas veltītas tehnoloģiju sasniegumiem, piemēram, diskrētai optimizācijai, multi-aģentu metodēm, Microsoft TextWorld videi un progresīvām izpētes tehnoloģijām. Tiek aprakstīti arī citi jautājumi: dziļie Q tīkli, politikas gradienti, nepārtraukta kontrole un ļoti mainīgi negradientu metodes. Atsevišķi jautājumi ir ilustrēti ar kodu un ieviešanas detaļām. Grāmatā cita starpā: attiecības starp mācīšanos pastiprināšanai un dziļo mācīšanos dažādas mācīšanās metodes pastiprināšanai, ieskaitot krustenisko entropiju, DQN tīklu, kā arī algoritmus: aktieru kritiķis, TRPO, PPO, DDPG, D4PG un citi praktiskie pielietojumi diskrētai optimizācijai, lai atrisinātu Rubika kuba problēmu, apmācot aģentus, izmantojot AlphaGO programmatūru Zero Chatbots, kas balstīti uz mākslīgo intelektu, progresīvas izlūkošanas metodes, ieskaitot tīkla destilācijas metodes Sveiki, pasaule, īsts mākslīgais intelekts! Maxim Lapan ir neatkarīgs zinātnieks ar daudzu gadu profesionālo pieredzi sistēmu programmēšanas un arhitektūras jomās. Rūpīgi apguvis tādus jautājumus kā lieli datu kopumi, mašīnmācīšanās un sadalītās augstas veiktspējas skaitļošanas sistēmas. Tagad viņš pēta dziļās mācīšanās pastiprināšanas pielietojuma jomas, ieskaitot dziļu dabisko valodu apstrādi un dziļu mācīšanos pastiprināšanai.