МОВС Обучение с подкреплением (RL) 2023-24 7 модуль

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

1. HW-1 "Value- and policy-iteration algorithms" (2 балла) | Мягкий дедлайн - 28/01/24, Жёсткий - 04/02/24 | [Ноутбук]
2. HW-2 "DQN Implementation" (4 балла) | Мягкий дедлайн - 18/02/24, Жёсткий - 25/02/24 | [Ноутбук]
3. HW-3 "PPO Implementation" (4 балла) | Мягкий дедлайн - 03/03/24, Жёсткий - 10/03/24 | [Ноутбук]
4. 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

Литература

1. Reinforcement Learning: An Introduction by R.Sutton and A.Barto
2. Practical RL course by YSDA
3. David Silver's course
4. Sergey Levine's course
5. Reinforcement Learning Textbook (in Russian)