МОВС Обучение с подкреплением (RL) 2023-24 7 модуль
Материал из Wiki - Факультет компьютерных наук
Содержание
О курсе
Занятия проводятся в Zoom по субботам в 14:30.
Контакты
Чат курса в TG: link
Преподаватель: Лактионов Сергей Дмитриевич
| Ассистент | Контакты |
|---|---|
| Кирилл Козлов | @dedpe |
| Илья Никитин | @is_nikitin |
| Марк Блуменау | @markblumenau |
| Алиса | @alisaxsh |
| Разин Арслан | @CrazyBadRedCat |
| Георгий Золотов | @Zolotov_Georgy |
Материалы курса
Ссылка на плейлист курса на YouTube: [YouTube-playlist]
Записи лекций и семинаров предпредыдущего потока: [Яндекс.Диск]
Ссылка на GitHub с материалами курса: [GitHub repository]
| Занятие | Тема | Дата | |
|---|---|---|---|
| 1 [Запись] | [Ноутбук] Introduction to RL, Bellman equations, Dynamic Programming | 20/01/24 | |
| 2 [Запись] | [Ноутбук] Model-free RL, tabular case | 27/01/24 | |
| 3 [Запись] | [Ноутбук] Intro to deep RL: from DQN to RAINBOW and beyond | 03/02/24 | |
| 4 [Запись] | [Ноутбук1 Ноутбук2] Policy Gradients Methods, Actor-Critic | 10/02/24 | |
| 5 [Запись] | [Ноутбук] Advanced Actor-Critic Algorithms: TRPO, PPO | 17/02/24 | |
| 6 [Запись] | [Ноутбук] Continuous Control: DDPG, TD3, SAC | 24/02/24 | |
| 7 [Запись] | [Ноутбук] Offline RL | 02/03/24 | |
| 8 [Запись] | [Ноутбук] Multi-armed Bandits | 09/03/24 | |
| 9 [Запись] | [Ноутбук] Model-based RL | 16/03/24 | |
| 10 [Запись] | Reinforcement Learning from Human Feedback | 23/03/24 |
Формула оценивания
Оценка = МИН(10, 10*(0.6*HW/14 + 0.3*RC/5 + 0.1*TA/9)), где HW - сумма баллов за 4 ДЗ (1 простое и 3 сложных), RC - оценка за презентацию статьи, TA - сумма баллов за еженедельные квизы.
Домашние задания
- HW-1 "Value- and policy-iteration algorithms" (2 балла) | Мягкий дедлайн - 28/01/24, Жёсткий - 04/02/24 | [Ноутбук]
- HW-2 "DQN Implementation" (4 балла) | Мягкий дедлайн - 18/02/24, Жёсткий - 25/02/24 | [Ноутбук]
- HW-3 "PPO Implementation" (4 балла) | Мягкий дедлайн - 03/03/24, Жёсткий - 10/03/24 | [Ноутбук]
- HW-4 "SAC Implementation" (4 балла) | Мягкий дедлайн - 17/03/24, Жёсткий - 24/03/24 | [Ноутбук]
- Разбор статьи (30% общей оценки) | Список примеров | Таблица для записи | Дедлайн - Для согласования - 17/03/24, для загрузки видео и презентации - 24/03/24
