Achtung:

Sie haben Javascript deaktiviert!
Sie haben versucht eine Funktion zu nutzen, die nur mit Javascript möglich ist. Um sämtliche Funktionalitäten unserer Internetseite zu nutzen, aktivieren Sie bitte Javascript in Ihrem Browser.

Further information:

Seminararbeit, W2093

Summer term 2018 / Sommersemester 2018

Desciption:

Deep Reinforcement Learning enables, through an agent that observes and evaluates its environment, machine learning without large amounts of previously labelled training data.  By imitating human learning behavior, neural networks can learn to handle complex tasks.  A combination with intelligent search methods like the Monte Carlo tree search (MCTS) provide even better results. Reinforcement Learning is utilized in autonomous driving, the development of bots in computer games and various other areas. The excellent results of AlphaGo last year demonstrated the immense potential which still resides in the field of reinforcement learning by adapting deep learning frameworks.
In this year's seminar, we are offering various topics in Deep Reinforcement Learning.

The seminar is aimed at students of computer science and technically skilled students of business informatics.

Beschreibung:

Deep Reinforcement Learning ermöglicht maschinelles Lernen ohne große Mengen an zuvor annotierten Trainigsdaten indem ein Agent seine Umwelt beobachtet und bewertet. Durch die Nachahmung des menschlichen Lernverhaltens können neuronale Netze im Reinforcement Learning lernen komplexe Aufgaben zu bewältigen. Eine Kombination mit intelligenten Suchverfahren wie der Monte Carlo tree search (MCTS) ermöglicht dabei noch eine Verbesserung der Ergebnisse. Reinforcement Learning wird im autonomen Fahren, in der Entwicklung von Bots in Computerspielen und in verschiedenen anderen Bereichen eingesetzt. Die hervorragenden Ergebnisse von AlphaGo im vergangenen Jahr haben gezeigt, welch immenses Potenzial im Bereich des Reinforcement Learning durch die Adaption von Deep Learning Frameworks noch vorhanden ist.
In diesem Seminar bieten wir verschiedene Themen aus dem Bereich des Deep Reinforcement Learning an.

Das Seminar richtet sich an Studierende der Informatik und technisch orientierte Studierende der Wirtschaftsinformatik.

For a (sometimes very deep) insight into the topic:

Mnih et al. (2013): Playing Atari with Deep Reinforcement Learning
Nair et al. (2015): Massively Parallel Methods for Deep Reinforcement Learning
Mnih et al. (2016): Asynchronous Methods for Deep Reinforcement Learning
Silver et al. (2016): Mastering the game of Go with deep neural networks and tree search
Silver et al. (2017): Mastering the game of Go without human knowledge

 


The University for the Information Society