Документ обсуждает нейросетевые методы в обучении с подкреплением, включая ключевые понятия и проблемы, такие как 'проклятие размерности' и применение глубокого Q-обучения. Упоминаются примеры, такие как алгоритм AlphaGo и архитектура глубоких сетей, что подчеркивает универсальность нейросетей в обучении. Наконец, автор делится своими наблюдениями по поводу успехов и проблем в данной области.

1. Нейросетевые методы в
задачах обучения с
подкреплением
Михаил Бурцев, к.ф.-м.н.,
НИЦ "Курчатовский институт", МФТИ

2. ОБУЧЕНИЕ С ПОДКРЕПЛЕНИЕМ

3. ПОСТАНОВКА ЗАДАЧИ

4. ОСНОВНЫЕ ПОНЯТИЯ

5. ВЫЧИСЛЕНИЕ ПОЛЕЗНОСТИ

6. ПРОБЛЕМА “ПРОКЛЯТЬЯ РАЗМЕРНОСТИ”

7. НЕЙРОСЕТЬ, КАК УНИВЕРСАЛЬНЫЙ
АППРОКСИМАТОР

8. ИГРА - МОДЕЛЬ РЕАЛЬНОСТИ

11. ГЛУБОКОЕ Q-ОБУЧЕНИЕ

12. ПРОБЛЕМА
что-то не сходится…

13. ПРОИГРЫВАНИЕ ОПЫТА

14. ЗАМОРОЗКА Q-СЕТИ

15. ОГРАНИЧЕНИЕ АМПЛИТУДЫ НАГРАДЫ

16. АРХИТЕКТУРА ГЛУБОКОЙ СЕТИ

18. SEAQUEST

19. ЧТО ОБЪЕДИНЯЕТ ЭТИХ ДВУХ ЛЮДЕЙ?

21. ALPHAGO

22. ПОИСК ПО ДЕРЕВУ

24. DeepMind AlphaGo vs Lee Sedol

26. СПАСИБО ЗА ВНИМАНИЕ!