Рубрика «обучение с подкреплением» - 5

Сбор данных Atari 2600 для обучения с подкреплением

2016-12-28 в 15:06, admin, рубрики: AI, Atari 2600, machine learning, open source, reinforcement learning, дипломная работа, искусственный интеллект, машинное обучение, обучение с подкреплением

Сбор данных Atari 2600 для обучения с подкреплением - 1
Сайт atarigrandchallenge.com, предназначенный для сбора данных

Всем привет! “Искусственный интеллект победил человека в Го”, “Искусственный интеллект играет в Atari 2600 лучше чем человек”, “Компьютерные боты приблизились по уровню игры в Doom к человеческим игрокам” — последнее время таких заголовков становится всё больше и больше. Появляются многочисленные среды для разработки и тестирования алгоритмов обучения с подкреплением (Reinforcement Learning): OpenAI Universe, Microsoft Minecraft Malmo, DeepMind SCII. И кто знает, что будет завтра?

Для своей магистерской работы я хочу собрать коллекцию реплеев игр для Atari 2600, сыгранных людьми. В дальнейшем я использую ее для обучения ботов и выложу все собранные данные в открытый доступ, чтобы все желающие могли использовать их для своих исследований.
Читать полностью »

OpenAI Universe. Открытая платформа для тренировки сильного ИИ

2016-12-05 в 16:17, admin, рубрики: docker, open source, OpenAI Gym, OpenAI Universe, python, vnc, ИИ, интеллектуальный агент, искусственный интеллект, обучение с подкреплением, Программирование, Софт

OpenAI Universe. Открытая платформа для тренировки сильного ИИ - 1
Набор задач для обучения с подкреплением сильного ИИ в рамках универсальной платформы OpenAI

Основанная Илоном Маском и соратниками некоммерческая организация OpenAI, которая ставит целью создание безопасного (то есть общедоступного и открытого) искусственного интеллекта, сделала очередной шаг для осуществления своих планов. OpenAI представила связующее программное обеспечение Universe для тренировки и обучения сильного ИИ. Теоретически, обучение может происходить на всей информации человечества, доступной через интернет. Это игры, веб-сайты и прочие приложения.

Всего девять строчек кода — и вашему ИИ доступны тысячи окружений для тренировки.
Читать полностью »

BlackBox Challenge: Что внутри черного ящика?

2016-04-30 в 10:39, admin, рубрики: artificial intelligence, big data, blackbox challenge, cython, deep learning, machine learning, reinforcement learning, искусственный интеллект, машинное обучение, нейронные сети, обучение с подкреплением, Спортивное программирование, метки: blackbox challenge

Всем привет!

Сегодня речь пойдет о состязании, в области машинного обучения, BlackBox Challenge, а также о самом черном ящике, механизмах его работы, изменения состояний, начисления вознаграждений и конечно о том, что же там внутри.
Чуть ниже я опубликую решение, входящее, на момент публикации, в 5-ку лучших.
Уверен оно поможет другим участникам улучшить свои результаты, а возможно и отыскать новый подход.

BlackBox Challenge: Что внутри черного ящика? - 1
Читать полностью »

Промышленный робот учится методом проб и ошибок

2016-03-18 в 12:39, admin, рубрики: abb, fanuc, искусственный интеллект, Научно-популярное, облачная робототехника, обучение с подкреплением, робототехника, метки: abb, fanuc

Fanuc — крупнейший в мире производитель промышленных роботов, которые используют обучение с подкреплением, чтобы самостоятельно выяснить, как выполнять поставленные перед ними задачи.

В Токио, внутри скромного на вид офисного здания, живет необыкновенно умный промышленный робот, разработанный японской компанией Fanuc. Дайте ему задачу: взять виджеты из одной коробки и положить их в другую, и он будет всю ночь пытаться понять, как это сделать. Утром машина уже освоит эту работу, точно также, как если бы была запрограммирована специалистом, сообщает technologyreview.
Читать полностью »

Запущен свободный проект GNU Gneural Network

2016-03-14 в 13:34, admin, рубрики: FSF, GNU Gneural Network, open source, искусственный интеллект, нейросеть, обучение с подкреплением, рекуррентная нейросеть, сеть прямого распространения, Софт, Фонд свободного ПО

Запущен свободный проект GNU Gneural Network - 1

Нейросети и системы искусственного интеллекта — горячая тема исследований в наши дни. К сожалению, эти исследования часто ведутся в недрах коммерческих компаний, таких как Google и IBM, и закрыты от публики. Чтобы исправить ситуацию, нужно вести исследования открыто, считают энтузиасты из Фонда свободного ПО, которые запустили инициативу GNU Gneural Network.

Пакет Gneural Network представляет собой программируемую нейросеть. В текущей версии 0.0.1 это довольно простая сеть прямого распространения, которая выполняет простые задачи вроде подбора формул — построения кривых по набору значений, но очень скоро разработчики планируют значительно расширить функциональность. Прямо сейчас идёт работа над реализацией архитектуры LSTM (long short term memory) для рекуррентной нейросети и глубинного обучения. Есть также планы по реализации обучения с подкреплением.
Читать полностью »

Обзор примера применения обучения с подкреплением с использованием TensorFlow

2016-01-07 в 21:31, admin, рубрики: artificial intelligence, decision making, deep q-learning, reinforecement learning, TensorFlow, математика, нейронные сети, обучение с подкреплением, Программирование, управление

КПДВ. В Karpathy game играет нейронная сеть

Всем привет!
Я думаю, что многие слышали о Google DeepMind. О том как они обучают программы играть в игры Atari лучше человека. Сегодня я хочу представить вам статью о том, как сделать нечто подобное. Данная статья — это обзор идеи и кода примера применения Q-learning, являющегося частным случаем обучения с подкреплением. Пример основан на статье сотрудников Google DeepMind.
Читать полностью »

Три пятерки для электронщика

2015-11-26 в 7:53, admin, рубрики: diy или сделай сам, Блог компании Мастер Кит, мастер кит, обучающий материал, обучение с подкреплением, схемотехника, Электроника для начинающих

Компания Мастер Кит, выпускающая серию наборов для начинающих под общим названием «Азбука электронщика», конечно же, не могла обойти вниманием такой известный компонент, как «легендарный» интегральный таймер NE555. И, если в первом наборе «Основы схемотехники», рассматриваются 15 простейших схем с применением основных электронных компонентов (резисторов, конденсаторов, транзисторов, диодов), то в наборе, который мы назвали «Классика схемотехники», приведены 20 схем с применением таймера NE555.

Три пятерки для электронщика - 1
Читать полностью »

ИИ от Google самостоятельно освоил 49 старых игр Atari

2015-02-26 в 9:17, admin, рубрики: Atari 2600, Google, Google DeepMind, игры, искусственный интеллект, Научно-популярное, обучение с подкреплением, метки: Atari 2600, Google DeepMind

ИИ от Google самостоятельно освоил 49 старых игр Atari - 1

Компания Google создала систему искусственного интеллекта, которая играет лучше человека во многие аркадные игры. Программа научилась играть, не зная правил и не имея доступа к коду, а просто наблюдая за картинкой на экране.
Читать полностью »

Логические уровни обучения и психотерапия

2013-02-18 в 9:04, admin, рубрики: кибернетика, коучинг, Научно-популярное, обучение, обучение с подкреплением, Песочница, психология, психотехника, Учебный процесс в IT, метки: кибернетика, коучинг, обучение, обучение с подкреплением, психология, психотехника

Коучинг не учит, а помогает учиться.

Тимоти Голви

Мы можем учиться, учиться,
может быть, учиться учиться.

Грегори Бейтсон

Грегори Бейтсон Грегори Бейтсон — один из наиболее влиятельных мыслителей нашего времени (по мнению Фритьофа Капры, «Дао физики»), работы которого соединяют знания из эпистемологии, кибернетики, антропологии, психологии, экологии. Одним из самых фундаментальных концептов Бейтсона является идея о логических уровнях обучения и коммуникации.

Основание ее лежит в теории логических типов Бертрана Рассела, которая коротко может быть изложена следующим образом: все объекты мышления организованы в своеобразную иерархию, к нулевому типу которой относятся индивидуальные объекты (например, ложка). К первому типу относятся множества объектов нулевого типа (например, ложки как множество); ко второму — множества множеств этих объектов (например, «столовые приборы» как множество, которое объединяет ложки, вилки, ножи и другие приборы) и т. д. Таким образом проводится строгое разграничение между предметами, свойствами предметов, свойствами свойств предметов и т. д.

Читать полностью »

Многорукие бандиты: модель dynamic Gamma-Poisson

2013-02-15 в 16:11, admin, рубрики: surfingbird, Алгоритмы, Блог компании Surfingbird, искусственный интеллект, многорукие бандиты, обучение с подкреплением, рекомендательные системы, метки: surfingbird, Алгоритмы, многорукие бандиты, обучение с подкреплением, рекомендательные системы

В прошлый раз мы рассмотрели общую постановку задачи о многоруких бандитах, обсудили, зачем это может быть нужно, и привели один очень простой, но эффективный алгоритм. Сегодня я расскажу о ещё одной модели, которая эффективна в ситуациях, когда ожидаемые доходы от бандитов меняются со временем, да и само число и состав «ручек» может меняться – о динамической гамма-пуассоновской модели.

Многорукие бандиты: модель dynamic Gamma Poisson
Читать полностью »

Информация

Комментарии

Рекомендуем