آموزش یادگیری تقویتی عمیق مبتنی بر کنجکاوی

سرفصل ها و درس ها

معرفی Introduction

• آنچه در این دوره خواهید آموخت What You Will Learn in this Course

• چگونه در این دوره موفق شویم How to Succeed in this Course

• پیشینه، نرم افزار و سخت افزار مورد نیاز Required Background, Software, and Hardware

مفاهیم بنیادی Fundamental Concepts

• مروری کوتاه بر روش‌های یادگیری تقویتی عمیق و روش‌های نقد بازیگر A Brief Review of Deep Reinforcement Learning and Actor Critic Methods

• بررسی کد عامل منتقد بازیگر پایه Code Review of Basic Actor Critic Agent

• دوره تصادفی در روش‌های انتقادی بازیگر مزیت ناهمزمان A Crash Course in Asynchronous Advantage Actor Critic Methods

• ساختار کد ما Our Code Structure

تجزیه و تحلیل مقاله: روش های ناهمزمان برای یادگیری تقویتی عمیق Paper Analysis: Asynchronous Methods for Deep Reinforcement Learning

• نحوه خواندن و اجرای مقالات پژوهشی How to Read and Implement Research Papers

• مقاله A3C: چکیده و مقدمه A3C Paper: Abstract and Introduction

• دوره Crash در پردازش موازی در پایتون Crash Course in Parallel Processing in Python

• مقاله A3C: کارهای مرتبط، پیشینه یادگیری تقویتی A3C Paper: Related Work, Reinforcement Learning Background

• مقاله A3C: چارچوب یادگیری تقویتی ناهمزمان A3C Paper: The Asynchronous Reinforcement Learning Framework

• کدگذاری شبکه منتقد بازیگر ما Coding our Actor Critic Network

• یادگیری با تخمین مزیت تعمیم یافته Learning with Generalized Advantage Estimation

• کدگذاری یک حافظه تکراری مینیمالیستی Coding a Minimalist Replay Memory

• کدنویسی بهینه ساز اشتراکی Adam Coding the Shared Adam Optimizer

• مقاله A3C: آزمایش ها و بحث A3C Paper: Experiments and Discussion

• چگونه محیط‌های آتاری ورزشگاه هوش مصنوعی باز را اصلاح کنیم How to Modify the Open AI Gym Atari Environments

• کدگذاری حلقه اصلی ما و ارزیابی نماینده ما Coding Our Main Loop and Evaluating Our Agent

تجزیه و تحلیل مقاله: کاوش مبتنی بر کنجکاوی با پیش بینی خود نظارتی Paper Analysis: Curiosity Driven Exploration by Self Supervised Prediction

• بررسی اجمالی کاغذ Paper Overview

• مقاله ICM: چکیده و مقدمه ICM Paper: Abstract and Introduction

• مقاله ICM: کاوش مبتنی بر کنجکاوی ICM Paper: Curiosity Driven Exploration

• راه اندازی آزمایشی و کدگذاری ماژول ICM ما Experimental Setup and Coding Our ICM Module

• مقاله ICM: آزمایش‌ها، کارهای مرتبط و بحث ICM Paper: Experiments, Related Work, and Discussion

• راه اندازی Mini World و آموزش نماینده ICM ما Setting Up the Mini World and Training Our ICM Agent