千家论坛--建筑智能、家居智能、人工智能社区

人工智能
收藏本版 (4) |订阅

人工智能 今日: 1614 |主题: 985|排名: 24 

发新帖

**IA|中国自动化学会『深度与宽度强化学习』学术交...

[复制链接]
BJTXH 发布于: 2018-5-16 16:58 46 次浏览 0 位用户参与讨论
跳转到指定楼层
        将具有“决策”能力的强化学习(RL: Reinforcement Learning)和具有“感知”能力的深度学习(DL: Deep Learning)相结合,形成深度强化学习(DRL: Deep RL)方法,成为人工智能的主要方法之一。2013年,谷歌DeepMind团队提出了一种DRL方法,在一些游戏上的实验效果接近或超过人类游戏玩家,成果发表在2015年的《Nature》上。2016年,相继发表了所开发的基于DRL的围棋算法AlphaGo,以5:0战胜了欧洲围棋冠军和超一流围棋选手李世石,使人工智能的水平达到了一个前所未有的高度。2017年初,AlphaGo的升级程序Master,与60名人类**围棋手比赛获得不败的战绩。在不完全信息博弈中,2017年初,阿尔伯塔大学采用了与AlphaGo相似的原理,开发的德州扑克人工智能DeepStack取得了骄人的胜绩,论文发表在《Science》上,标志着人工智能的又一个里程碑事件。2017年10月,DeepMind团队在《Nature》上发表的论文中提出了AlphaGo Zero,完全不用人类围棋棋谱而完胜最高水平的AlphaGo,再次刷新了人们的认识。DRL在视频游戏、博弈、自动驾驶、机器人、自然语言理解、智能医疗等领域的应用日益增多。
       中国自动化学会将于5月31日-6月1日在北京中科院自动化所举办『深度与宽度强化学习』学科前沿讲习班,由澳门大学讲座教授、中国自动化学会副理事长、国家千人学者、IEEE Fellow、AAAS Fellow、IAPR Fellow陈俊龙教授与清华大学教授、国家CIMS工程技术研究中心研究员宋士吉教授共同担任学术主任。邀请多位业界知名专家学者进行专题报告,分享最新的科研进展,使学员在了解学科热点、提高学术水平的同时,增加与深度与宽度强化学习顶尖学者之间的学术交流。诚邀社会各界人工智能爱好者、研究者参与交流!
【内容简介】       报告主题1:从深度强化学习到宽度强化学习:结构,算法,机遇及挑战
       陈俊龙,澳门大学讲座教授,中国自动化学会副理事长,国家千人学者,IEEE Fellow,AAAS Fellow,IAPR Fellow
       报告主题2:基于强化学习的深海机器人智能搜索与运动控制方法
       宋士吉,清华大学自动化系教授、博士生导师,国家CIMS工程技术研究中心研究员
       报告主题3:数据驱动的自适应学习控制
       侯忠生,北京交通大学教授、博导,北京交通大学自动控制系主任,先进控制系统研究所所长
       报告主题4:强化学习及智能控制与决策
       季向阳,清华大学自动化系教授,信息科学与技术国家研究中心智能科学部主任,国家杰出青年科学基金与“万人计划”领军人才。
       报告主题5:核自适应滤波与宽度学习
       陈霸东,西安交通大学教授,博导,陕西省“百人计划”特聘教授

       报告主题6:轨道交通车辆预测与健康管理(PHM)技术应用
       杨颖,中国中车首席专家,中车株洲电力机车有限公司副总工程师,教授级高级工程师
       报告主题7:自评价学习控制中的特征表示与滚动优化
       徐昕,国防科技大学智能科学学院教授,博士生导师,国防科技卓越青年人才基金获得者
       报告主题8:正则化深度学习及其在机器人环境感知中的应用
       刘勇,浙江大学智能系统与控制研究所教授,浙江大学求是青年学者,浙江省“新世纪151 人才工程”第三层次培养人员,担任浙江省机器换人专家组专家。
       报告主题9:基于强化学习的羽流跟踪与AUV运动控制
       游科友,清华大学副教授、博导,国家青年千人计划,国家杰青
       报告主题10:深度强化学习算法及应用
       赵冬斌,中国科学院自动化研究所,研究员、博士、博士生导师,中国科学院大学岗位教授
【了解详情】       姓名:辛宇
       电话:18811748370(微信同号)
       微信:AI_college
       邮箱:caa_**ia@163.com

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册 新浪微博登陆 千家通行证登陆

本版积分规则

千家智客微信号
千家智客微信
玩物说商城
玩物说商城