大连手机网站设计,wordpress图片自动居中,有哪些网页游戏网站,百度百度网址大全来源#xff1a;专知【导读】Imitation Learning#xff08;模仿学习#xff09;机器学习新的研究热点之一#xff0c;因其能很好的解决强化学习中的多步决策#xff08;sequential decision#xff09;问题#xff0c;近段时间得到了广泛关注。那么模仿学习近期的前沿进… 来源专知【导读】Imitation Learning模仿学习机器学习新的研究热点之一因其能很好的解决强化学习中的多步决策sequential decision问题近段时间得到了广泛关注。那么模仿学习近期的前沿进展如何呢来自加州理工大学的Yisong Yue昨天在芝加哥大学做了名为《New Frontiers in Imitation Learning》讲座。新鲜出炉的PPT一起来看看吧。简介随着时空跟踪和传感数据的不断增长现在人们可以在大范围内分析和建模细粒度行为。例如收集每一场NBA篮球比赛的跟踪数据包括球员、裁判和以25hz频率跟踪的球以及带注释的比赛事件如传球、投篮和犯规。其他设置包括实验室动物、公共空间中的人、手术室等设置中的专业人员、演员的演讲和表演、虚拟环境中的数字化身、自然现象(如空气动力学)甚至其他计算系统的行为。在这次演讲中我将描述正在进行的研究即开发结构化模仿学习方法来开发细粒度行为的预测模型。模仿学习是机器学习的一个分支研究模仿动态演示行为。结构化模仿学习涉及到使用数学上严格的领域知识这些知识可以(有时是可以证明的)加速学习还可以提供附加的好处(如Lyapunov稳定性或策略行为的可解释性)。我将提供基本问题设置的高级概述以及在动物建模、专业运动、语音动画等项目。SpeakerYisong Yue加州理工学院计算机和数学科学系助理教授。他之前是迪斯尼研究中心的研究科学家。在此之前他是卡内基梅隆大学机器学习系和iLab的博士后研究员。他获得了康奈尔大学的博士学位和伊利诺伊大学香槟分校的学士学位。Yisong的研究兴趣主要集中在统计机器学习的理论和应用上。他对开发交互式机器学习和结构化机器学习的新方法特别感兴趣。过去,他的研究已经应用于信息检索、推荐系统、文本分类、学习丰富的用户界面,分析人类隐式反馈、临床治疗、辅导系统,数据驱动动画、行为分析、运动分析、实验设计科学,学习优化策略学习机器人技术和自适应规划和分配问题。个人主页http://www.yisongyue.com/部分PPT未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能互联网和脑科学交叉研究机构。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
