AI:2020年6月24日北京智源大会演讲分享之强化学习专题论坛 ——10: 10-10: 40 Satinder 教授《Discovery in Reinforcement Learning》

简介: AI:2020年6月24日北京智源大会演讲分享之强化学习专题论坛 ——10: 10-10: 40 Satinder 教授《Discovery in Reinforcement Learning》


导读:首先感谢北京智源大会进行主题演讲的各领域顶级教授,博主受益匪浅,此文章为博主在聆听各领域教授或专家演讲时,一张一张截图进行保存,希望与大家一起学习,共同进步,一起见证或筑起人工智能的下一个十年。非常欢迎国内外人工智能领域网友,前来留言探讨与分享,同时感谢点赞或评论!

 

目录

6月24日上午 — 强化学习专题论坛  

10: 10-10: 40 Discovery in Reinforcement Learning


 

 

 

6月24日上午 — 强化学习专题论坛  

论坛主席:叶杰平 滴滴出行副总裁,AI Labs负责人,智源学者

10:00-10: 10 开幕致辞

  • 叶杰平  滴滴出行副总裁,AI Labs负责人,智源学者

10: 10-10: 40 Discovery in Reinforcement Learning

  • Satinder Singh  美国密西根大学&DeepMind

 


相关文章
|
7月前
|
数据采集 人工智能 自然语言处理
AI终于能听懂宝宝说话了!ChildMandarin:智源研究院开源的低幼儿童中文语音数据集,覆盖22省方言
ChildMandarin是由智源研究院与南开大学联合推出的开源语音数据集,包含41.25小时3-5岁儿童普通话语音数据,覆盖中国22个省级行政区,为儿童语音识别和语言发展研究提供高质量数据支持。
842 20
AI终于能听懂宝宝说话了!ChildMandarin:智源研究院开源的低幼儿童中文语音数据集,覆盖22省方言
|
5月前
|
机器学习/深度学习 人工智能 UED
直击强化学习前沿,RL专场来袭丨AI Insight Talk直播预告
在知识爆炸、信息过载的时代,如何洞悉 AI 领域前沿趋势?OpenMMLab 联合 Hugging Face、ModelScope、知乎及机智流等重磅推出 AI Insight Talk
110 0
|
2月前
|
机器学习/深度学习 人工智能 运维
强化学习加持运维:AI 也能学会“打补丁”和“灭火”?
强化学习加持运维:AI 也能学会“打补丁”和“灭火”?
192 13
|
2月前
|
人工智能 Cloud Native 中间件
划重点|云栖大会「AI 原生应用架构论坛」看点梳理
本场论坛将系统性阐述 AI 原生应用架构的新范式、演进趋势与技术突破,并分享来自真实生产环境下的一线实践经验与思考。
|
2月前
|
人工智能 Cloud Native 中间件
【云栖大会】AI原生、AI可观测、AI Serverless、AI中间件,4场论坛20+议题公布!
2025 年 9 月 24 日至 26 日,杭州·云栖小镇,4 大论坛、20+ 主题分享,从云原生到 AI 原生,我们诚邀您共赴企业智能化升级浪潮之巅。
|
4月前
|
机器学习/深度学习 人工智能 算法
深度强化学习在异构环境中AI Agent行为泛化能力研究
随着人工智能技术的迅猛发展,AI Agent 在游戏、智能制造、自动驾驶等场景中已逐步展现出强大的自适应能力。特别是深度强化学习(Deep Reinforcement Learning, DRL)的引入,使得智能体能够通过与环境的交互,自动学习最优的行为策略。本文将系统性地探讨基于深度强化学习的AI Agent行为决策机制,并结合代码实战加以说明。
深度强化学习在异构环境中AI Agent行为泛化能力研究
|
4月前
|
机器学习/深度学习 人工智能 算法
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
|
5月前
|
人工智能 机器人 新制造
TsingtaoAI受邀参加“破局者-AI的商业化之路”论坛
北京2025年5月24日,TsingtaoAI公司负责人受邀参加由IT桔子主办的“破局者-AI的商业化之路”论坛。本次活动在北京昆仑巢举行,吸引了众多AI行业专家、投资人及从业者,共同探讨AI商业化的挑战与未来发展路径。 本活动由昆仑巢和创世伙伴联合主办,圆桌论坛则由刘晓庆主持,邀请沈晓东与势能资本创始人黄俊共同探讨AI商业化的不同路径。论坛聚焦中国AI企业在商业化过程中面临的挑战,例如“AI四小龙”和“国产大模型六小龙”在技术变现上的困境,探讨了toC与toB策略的选择、AI技术在不同商业领域的应用,以及具身智能是否是商业化的可行路径。
98 0

热门文章

最新文章