Reinforcement Learning
Questa serie offre una panoramica sul Reinforcement Learning, un tipo di Machine Learning che può potenzialmente risolvere alcuni problemi dei sistemi di controllo troppo difficili da affrontare con le tecniche tradizionali.
Tratteremo le nozioni base del Reinforcement Learning e vedremo quali sono le differenze tra questa e altre tecniche di controllo più tradizionali. Ti spiegheremo il motivo per cui le reti neurali vengono impiegate per rappresentare funzioni sconosciute e in che modo l’agente si serve delle ricompense dell’ambiente per procedere all’addestramento.
Entro la fine di questa serie, sarete meglio preparati a rispondere a domande come:
- Cos'è il Reinforcement Learning e perché dovrei considerarlo nella risoluzione del mio problema di controllo?
- Come posso impostare e risolvere il problema di Reinforcement Learning?
- Quali sono alcuni dei vantaggi e degli svantaggi del Reinforcement Learning rispetto a un approccio tradizionale ai controlli?
Parte 1: che cos'è il Reinforcement Learning?
Fornisci una panoramica del Reinforcement Learning dal punto di vista ingegneristico. Il Reinforcement Learning è una branca del Machine Learning con il potenziale di affrontare problemi di controllo particolarmente complessi.
Informazioni sull'ambiente e sulle ricompense - Reinforcement Learning, parte 2
In questo video, approfondiamo le nostre conoscenze di base sul Reinforcement Learning esplorando il workflow. Cos'è l'ambiente? In che modo le funzioni di ricompensa incentivano l'agente? Come sono strutturate le politiche?
Politiche e algoritmi di apprendimento
Introduzione agli algoritmi di Reinforcement Learning e alle politiche basate su reti neurali.
Il problema del robot che cammina
Applicazione del Reinforcement Learning alla robotica, in particolare alla locomozione di robot bipedi.
parte 5: come superare le difficoltà pratiche del Reinforcement Learning
Nell’uso del Reinforcement Learning in sistemi di produzione emergono diverse sfide, ma esistono anche strategie per affrontarle. Questo video analizza le difficoltà nel verificare la soluzione appresa e cosa si può fare per gestirle.
Introduzione al Reinforcement Learning a più agenti
Scopri che cos’è il Reinforcement Learning a più agenti e alcune delle problematiche che affronta e risolve.
Perché scegliere il Reinforcement Learning Model-Based?
Confronta il Reinforcement Learning Model-Based con quello privo di modello esplicito per capire quale approccio scegliere in base alla situazione.
Reinforcement Learning su hardware
Scopri come utilizzare il Reinforcement Learning per addestrare e distribuire politiche di controllo sull'hardware attraverso diversi approcci.
