Dimitri Bertsekas ha anunciado que la serie de videos de su curso Reinforcement Learning (2022) de la universidad Arizona State University, así como también las diapositivas, los apuntes y el PDF del libro “Lessons from AlphaZero for Optimal, Model Predictive, and Adaptive Control” ya son de acceso público y gratuito.
Por Homer Díaz
El curso de Reinforcement Learning es impartido por Dimitri Bertsekas, autor de una variedad de libros y catedrático de las universidades Massachusetts Institute of Technology y Arizona State University (No. 1 -y por siete años consecutivos- en el ranking “Most Innovative Schools” en los EE.UU).
Son 13 videos de aproximadamente 2 horas cada uno y se abordan los siguientes temas:
- Introduction to exact and approximate dynamic programming
- Approximation in value and policy space
- Off-line training, on-line play, and Newton’s method
- Rollout, approximate policy iteration, and Newton’s method
- Model predictive and adaptive control
- Multiagent and multiprocessor reinforcement learning
- Training of feature-based approximation architectures and neural networks
- Policy networks and approximation in policy space
- Aggregation and other problem approximation architectures
- Applications in engineering, artificial intelligence, and discrete optimization
Puedes acceder a todo el material del curso a través del website: [Website] [Playlist] [Book]