Tantárgy adatlapja
Tárgy neve: Reinforcement learning in robotics II
Tárgy kódja: P_DO_0255
Óraszám: N: 2/2/0, L: 0/0/0
Kreditérték: 6
Az oktatás nyelve: magyar
Követelmény típus: Gyakorlati jegy
Felelős kar: ITK
Felelős szervezeti egység: ITK Doktori és Habilitációs Iroda
Tárgyfelelős oktató:
Dr. Koller Miklós
Tárgyleírás:
The goal of this course is to get deeper insight on recent results and achievements on Reinforcement Learning (RL), in the field of Robotics. Selected topics are:
- Recap on RL, the main methods
- Inverse RL
- Meta RL
- Latest results on modern value-based and policy-based approaches, hybrid methods I.
- Latest results on modern value-based and policy-based approaches, hybrid methods II.
- Offline RL
- Ways of generalization and adaptation
- Fully automatized learning
Selected list of adviced literature:
Lectures of UC Berkeley “Deep Reinforcement Learning” by Sergey Levine, https://rail.eecs.berkeley.edu/deeprlcourse/ 2022
selected publications given during the semester
