Post #323

#ИТиС2023 Алексей Наумов — руководитель международной лаборатории стохастических алгоритмов и анализа многомерных данных (HDI Lab) Высшей школы экономики. На школе-конференции ИТиС он представит эффективные методы исследования среды в обучении с подкреплением. Обучение с подкреплением — один из видов машинного обучения. Ключевая особенность этого метода, в отличие от классического машинного обучения, — постоянное взаимодействие агента (алгоритма) со средой, от которой он получает обратную связь в виде поощрений и наказаний. Цель агента — максимизировать сумму наград, которые среда дает ему за «правильное» взаимодействие. Агент должен не просто пытаться понять, какие действия правильные, базируясь на текущих представлениях о среде. Он также должен исследовать эту среду: искать новые возможности, чтобы получить еще большую награду. Таким образом, появляется дилемма: исследование или использование известных данных. Вопрос выбора между исследованием среды и использованием уже имеющихся знаний — один из главных для построения эффективных алгоритмов обучения с подкреплением. 📌 Понедельник, 18 сентября, Огниково