深度強化學(xué)習(xí)核心技術(shù)開發(fā)與應(yīng)用研修班7月
時間:2022-07-30 09:00 至 2022-08-01 18:00
地點:線上活動

- 參會報名
- 會議通知
- 會議日程
- 會議嘉賓
- 參會指南
-
手機下單
首頁 > 培訓(xùn)課程 > IT/技術(shù)培訓(xùn) > 深度強化學(xué)習(xí)核心技術(shù)開發(fā)與應(yīng)用研修班7月 更新時間:2022-07-06T14:11:17
|
深度強化學(xué)習(xí)核心技術(shù)開發(fā)與應(yīng)用研修班7月 已截止報名課程時間: 2022-07-30 09:00至 2022-08-01 18:00結(jié)束 課程地點: 線上活動 會議規(guī)模:60人 主辦單位: 中國人工智能培訓(xùn)網(wǎng) 北京龍騰亞太教育咨詢有限公司
|
會議通知
會議內(nèi)容 主辦方介紹
深度強化學(xué)習(xí)核心技術(shù)開發(fā)與應(yīng)用研修班7月宣傳圖
關(guān)于舉辦“深度強化學(xué)習(xí)核心技術(shù)開發(fā)與應(yīng)用研修班”的通知
各企、事業(yè)單位:
隨著科技的快速發(fā)展,人工智能儼然成了當(dāng)今社會的關(guān)注焦點。而在人工智能的發(fā)展上,深度學(xué)習(xí)、強化學(xué)習(xí)、遷移學(xué)習(xí)等成為了科學(xué)界、工業(yè)界研究和應(yīng)用的熱點。在實際研究和應(yīng)用過程當(dāng)中,研究人員逐漸發(fā)現(xiàn)了深度學(xué)習(xí)單獨應(yīng)用的缺點,如沒有決策能力,不可推理等。而深度強化學(xué)習(xí),作為一種嶄新的機器學(xué)習(xí)方法,同時具有感知能力和決策能力,它是深度學(xué)習(xí)與強化學(xué)習(xí)的結(jié)合,二者的結(jié)合涵蓋眾多算法、規(guī)則、框架,并廣泛應(yīng)用于機器人、無人機、無人車、無人艇、兵棋推演、自動駕駛、能源分配、編隊控制、航跡規(guī)劃、路由規(guī)劃等眾多領(lǐng)域,具有極高的研究與應(yīng)用價值。
為積極響應(yīng)科研及工作人員需求,根據(jù)國務(wù)院《國家中長期人才發(fā)展規(guī)劃綱要(2010-2020年)》和人社部《專業(yè)技術(shù)人才知識更新工程實施方案(2010-2020年)》文件精神,中國管理科學(xué)研究院現(xiàn)代教育研究所 聯(lián)合北京龍騰亞太教育咨詢有限公司特舉辦“深度強化學(xué)習(xí)核心技術(shù)開發(fā)與應(yīng)用研修班”。本次培訓(xùn)采用全實戰(zhàn)培訓(xùn)模式。
主辦單位:中國管理科學(xué)研究院現(xiàn)代教育研究所
承辦單位:北京龍騰亞太教育咨詢有限公司、北京新鼎聚成文化傳媒有限公司
注:發(fā)票由具體承辦單位開具。
一、培訓(xùn)專家:
中國科學(xué)院計算技術(shù)研究所、清華大學(xué)、北京理工大學(xué)等科研機構(gòu)和大學(xué)的高級專家,擁有豐富的科研及工程技術(shù)經(jīng)驗,長期從事人工智能、機器學(xué)習(xí)、深度學(xué)習(xí)、大數(shù)據(jù)分析等領(lǐng)域的教學(xué)與研究工作。
二、時間安排: ????????????????2022年7月29日-8月01日 ????線上直播
? ? ? ? ? ? ? ? ? ? ? ? ? ?(29日下發(fā)上課所需材料,7月30日-8月1日全天上課)
中國管理科學(xué)研究院現(xiàn)代教育研究所 ?????????????北京龍騰亞太教育咨詢有限公司
??????二〇二二年五月二十八日??????????????????????二〇二二年五月二十八日
三、參會對象:
各省市、自治區(qū)從事人工智能、機器學(xué)習(xí)、計算機視覺、自然語言處理、無人機、無人艇、無人車、機器人、智能體、多智能體、兵棋推演、自動駕駛、能源分配、編隊控制、航跡規(guī)劃、路由規(guī)劃等領(lǐng)域相關(guān)的企事業(yè)單位技術(shù)骨干、科研院所研究人員和大專院校相關(guān)專業(yè)教學(xué)人員及在校研究生等相關(guān)人員,以及強化學(xué)習(xí)、人工智能廣大愛好者。
四、培訓(xùn)目標:
1、了解強化學(xué)習(xí)發(fā)展。
2、掌握單智能體深度強化學(xué)習(xí)。
3、掌握多智能體深度強化學(xué)習(xí)。
4、掌握多任務(wù)深度強化學(xué)習(xí)。
5、掌握強化學(xué)習(xí)應(yīng)用領(lǐng)域Gym Retro游戲平臺、機器人控制、計算機視覺、自然語言處理。
6、實現(xiàn)Gym、Ray仿真環(huán)境。
7、實際體驗Q Learning實驗、DQN實驗、DDPG實驗。
五、費用標準:
1、4580元/人(含報名費、培訓(xùn)費、資料費、證書費)。
2、培訓(xùn)費由組織培訓(xùn)班的施教機構(gòu)負責(zé)收取并提供培訓(xùn)發(fā)票。
3、報名成功后于一周內(nèi)辦理匯款手續(xù)。
4、報名5人以上可享受9折優(yōu)惠。
5、參加線上培訓(xùn)學(xué)員可享受視頻錄播回放權(quán)益,及本人再次免費參加線下學(xué)習(xí)權(quán)益。
六、頒發(fā)證書:
參加相關(guān)培訓(xùn)并通過考核的學(xué)員,由中國管理科學(xué)研究院現(xiàn)代教育研究所頒發(fā)《深度強化學(xué)習(xí)開發(fā)與應(yīng)用工程師》(高級)崗位認證證書,可通過官方網(wǎng)站查詢 ,該證書可作為有關(guān)單位專業(yè)技術(shù)人員能力評價、考核和任職的重要依據(jù)。
注:請學(xué)員將電子版彩照(大于20KB,紅藍底皆可)、身份證復(fù)印件和學(xué)歷證明復(fù)印件?
七、注意事項
1、指定報名郵箱?
2、報名成功后,會務(wù)組在上課前兩天發(fā)放上課所需所有材料。
3、學(xué)員需自備電腦一臺,配置win10、64位系統(tǒng)、8G內(nèi)存、100G硬盤。
附件1:具體課程安排
時間安排 | 大 ?綱 | 具體內(nèi)容 | 實操案例 | |
三天 | 關(guān)鍵點 | 1.強化學(xué)習(xí)的發(fā)展歷程 2.馬爾可夫決策過程 3.動態(tài)規(guī)劃 4.無模型預(yù)測學(xué)習(xí) 5.無模型控制學(xué)習(xí) 6.價值函數(shù)逼近 7.策略梯度方法 8.深度強化學(xué)習(xí)-DQN算法系列 9.深度策略梯度-DDPG,PPO等 | ||
第一天 9:00-12:00 14:00-17:00 | 一、強化學(xué)習(xí)概述 | 1.強化學(xué)習(xí)介紹???????2.強化學(xué)習(xí)與其它機器學(xué)習(xí)的不同 3.強化學(xué)習(xí)發(fā)展歷史???4.強化學(xué)習(xí)典型應(yīng)用 5.強化學(xué)習(xí)基本元素???6.強化學(xué)習(xí)算法分類 | ||
二、馬爾科夫決策過程 | 1.馬爾可夫性?????????2.馬爾可夫決策過程 3.策略與價值?????????4.最優(yōu)化原理 5.MDPs擴展 | |||
三、動態(tài)規(guī)劃 | 1.動態(tài)規(guī)劃???????2.價值迭代 3.策略迭代???????4.迭代策略評估 5.廣義策略迭代???6.維數(shù)災(zāi) | 1.python環(huán)境下簡單掃地機器人環(huán)境 2.價值迭代python實現(xiàn) 3.策略迭代python實現(xiàn) 4.迭代策略評估python實現(xiàn) | ||
四、無模型預(yù)測學(xué)習(xí) | 1.蒙特卡洛方法???2.時間差分學(xué)習(xí) 3.n-步回報???????4.TD(lambda) 5.資格跡 | 1.蒙特卡洛方法python實現(xiàn) 2.時間差分方法python實現(xiàn) | ||
第二天 9:00-12:00 14:00-17:00 | 五、無模型控制學(xué)習(xí) | 1.蒙特卡洛控制???2.Sarsa 3.重要性采樣?????4.Q-學(xué)習(xí) 4.Double Q學(xué)習(xí)???5.探索與利用 | 1. Sarsa方法python實現(xiàn) 2. Q學(xué)習(xí)方法python實現(xiàn) 3. Sarsa(lambda)方法python實現(xiàn) | |
六、價值函數(shù)逼近 | 1.函數(shù)逼近器?????2.線性函數(shù)逼近 3.常見的特征表示方法 4.價值迭代+離散化方法 5.Fitted Q Iteration 6.策略迭代+最小二乘 7.預(yù)測學(xué)習(xí)+隨機梯度下降法 8.控制學(xué)習(xí)+隨機梯度下降法 | 1. 離散化Q迭代方法python實現(xiàn) 2. LSPI方法python實現(xiàn) | ||
七、策略梯度方法 | 1.基于策略的強化學(xué)習(xí) 2.有限差分策略梯度 3.解析法策略梯度 4.REINFORCE算法 5.Actor-Critic 6.策略梯度引入基準 7.自然梯度 8.確定型Actor-Critic | 1. 策略迭代方法python實現(xiàn) 2. actor-critic方法python實現(xiàn) | ||
第三天 9:00-12:00 14:00-17:00 | 八、深度強化學(xué)習(xí) | 1.Deep?Q learning(DQN) 2.Double DQN 3.Dueling DQN 4.Prioritized Experience Replay 5.A3C/A2C 6.DDPG 7.PPO 8.SAC | 1.深度強化學(xué)習(xí)訓(xùn)練場-OpenAI Gym?安裝與使用 2.Pytorch安裝與使用 3.自動駕駛賽車任務(wù) 4.月球飛船降落任務(wù) | |
實操解析與訓(xùn)練一 | 實驗:倒立擺和冰壺控制實踐 1.環(huán)境編寫 ???2.算法設(shè)計 ???3.實驗結(jié)果 高頻問題: 如何將一個控制問題設(shè)計成馬爾可夫決策問題并使用強化學(xué)習(xí)算法進行訓(xùn)練 關(guān)鍵點: 1.基于模型的離線強化學(xué)習(xí)方法 ???2.基于數(shù)據(jù)的在線強化學(xué)習(xí)方法 | |||
實操解析與訓(xùn)練二 | 實驗:OpenAI Gym實踐 1.Gym安裝 ??2.Gym使用 ??3.強化學(xué)習(xí) 高頻問題: 1.如何基于Gym實現(xiàn)強化學(xué)習(xí)訓(xùn)練與測試 關(guān)鍵點: 1.掌握馬爾可夫決策過程 ??????2.低維輸入的強化學(xué)習(xí)方法 | |||
實操解析與訓(xùn)練三 | 實驗:月球飛船降落任務(wù) 1.DQN/Double?DQN/Dueling?DQN????????2.PER 高頻問題: 1.深度強化學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練穩(wěn)定性 ??2.探索與利用 關(guān)鍵點: 1.經(jīng)驗回放技術(shù)的實現(xiàn) ????2.目標網(wǎng)絡(luò)更新 | |||
實操解析與訓(xùn)練四 | 實驗:自動駕駛賽車任務(wù) 1.連續(xù)控制任務(wù) ??2.策略梯度方法DDPG/PPO 高頻問題: 1.適用于高維輸入的連續(xù)控制任務(wù)的深度強化學(xué)習(xí)方法 關(guān)鍵點: 1.掌握DDPG和PPO具體編程實現(xiàn) ??? 2.根據(jù)實際需求,選用合理的深度強化學(xué)習(xí)方法 |
查看更多
會議日程
會議嘉賓
參會指南
會議門票
票種名稱 | 價格 | 原價 | 票價說明 |
早鳥價 | ¥4580 | ¥4580 | 講課費,資料費,證書費,平臺費,售后服務(wù)費 |
查看更多
溫馨提示
酒店與住宿:
為防止極端情況下活動延期或取消,建議“異地客戶”與活動家客服確認參會信息后,再安排出行與住宿。
退款規(guī)則:
活動各項資源需提前采購,購票后不支持退款,可以換人參加。
您可能還會關(guān)注
-
集成產(chǎn)品開發(fā)IPD 2025年 北京9月18-19日
2025-09-18 北京
-
市場驅(qū)動的新產(chǎn)品開發(fā)流程管理 2025年 北京11月3-4日
2025-11-03 北京
-
集成產(chǎn)品開發(fā)IPD 2025年 深圳9月25-26日
2025-09-25 深圳
-
市場驅(qū)動的新產(chǎn)品開發(fā)流程管理 2025年 深圳10月27-28日
2025-10-27 深圳