Einführung in das Reinforcement Learning
Dieser Workshop findet am 1. Juni 2022 in Karlsruhe statt.
Reinforcement Learning (RL) ist ein Teilbereich des Machine Learning und gilt bei vielen Experten als zentrales Zukunftsthema im Bereich der Künstlichen Intelligenz.
Der Workshop bietet eine praxisorientierte Einführung in die Welt des RL, bei der wir mit minimaler Theorie einfache Probleme in Python lösen und so den zentralen Algorithmen im Bereich RL auf die Spur kommen.
In Praxisanwendungen wird RL mittlerweile für die
effiziente Videokompression, die
Planung und Disposition von Zugfahrten sowie in der
Optimierung von Lieferketten genutzt.
Im ersten Teil fokussieren wir uns dabei auf grundlegende RL-Algorithmen, die auf einfachen Problemstellungen funktionieren. Im zweiten Teil schauen wir uns dann an, wie RL in Kombination mit Deep Learning schwierige Probleme wie das Spielen von Atari-Spielen oder das Go-Spiel lösen kann.
Vorkenntnisse
- Programmierkenntnisse in Python
- Rechner mit Python-Installation
- Grundkenntnisse in Machine Learning und Deep Learning
Lernziele
- Ein Verständnis für Problemstellungen im Bereich RL entwickeln.
- Klassische Lösungsansätze für RL-Probleme verstehen und anwenden, wie z.B. MC-Control, SARSA oder Q-Learning.
- Die Erweiterungen von RL mit Hilfe von Deep-Learning-Ansätzen kennen lernen, um Probleme wie z.B. das Lösen von Atari-Spielen zu verstehen.
- Sate-of-the-Art Methoden kennen lernen, wie z.B. Policy-based Methoden, um dann die Umsetzung von AlphaGo nachzuvollziehen.