隨著深度神經網絡的興起，強化學習在許多傳統游戲中得到了穩步的發展，并在許多游戲中超越了人類。

強化學習研究的場景主要集中在機器人、游戲、棋牌等方面，然而，自動駕駛的強化學習研究卻很難在現實場景中進行實車訓練。因為強化學習需要試錯，迭代訓練等，真實路上是經不起測試的。所以，一般自動駕駛都使用仿真訓練。但這樣出來的模型又比較不適用于真實場景。

那么，針對這一問題，本次邀請到一位多倫多大學強化學習、自動駕駛、決策規劃與控制方向博士，為大家分享一下自己的論文工作。讓大家對強化學習與自動駕駛之前的關系進行深度了解。并且解析強化學習中的圖強化學習在先進車輛系統中心發揮的作用，詳細分析原理和實驗、進行評估并給出結果。

僅需?0?元，掃描下方二維碼

注：一定要添加課程顧問

才能激活觀看課程的權限哦

還有AI學習免費資料領取

添加人數比較多，請大家耐心等待

01

主講內容：

時老師首先為大家解釋，強化學習與機器學習之間的關系；其次，以雅達利游戲為例介紹強化學習的問題是如何構建的；然后，進一步以智能網聯車輛決策項目為例，講解多智能體圖強化學習的應用；最后，分析圖強化學習的未來發展方向。

02

課程大綱：

一、認識強化學習

二、強化學習問題

? ?2.1 智能體和環境的關系

? ?2.2 雅達利的游戲

三、多智能體圖強化學習用于智能網聯車輛決策

? ?3.1 先進車輛系統中心的控制結構

? ?3.2 圖注意力機制

? ?3.3 MARL-CAVG結構

? ?3.4 實驗設計與性能比較

四、圖強化學習的未來

03

講師介紹：

時老師

· 多倫多大學強化學習、自動駕駛、決策規劃與控制方向博士；

·?在IEEE IV、IEEE ITSC、ICML、NeurIPS發表多篇高水平論文；

·?Momenta、曠視、創新工廠、輕舟智航、蒙特利爾機器學習研究所工作學習經歷；

·?參與多項人工智能項目孵化，承擔多項科研課題，有豐富的教學授課工作經驗。

04

免費禮包：

想入門AI行業，基礎學習必不可少，這些免費學習資料大禮包，4本AI好書和8份人工智能知識圖譜，幫你成長。

《Artificial Intelligence A Modern Approach 人工智能——一種現代方法》：人工智能的扛鼎之作，MIT，斯坦福，哈佛等諸多名校的人工智能教材首選，適用于期望成為真正的人工智能專業人士以及接受系統訓練的同學。

《深度學習：Deep Learnin》：從基本的統計學和微積分講起，幫助掌握最先進的深度學習技術。適用于使用與希望對現代深度學習體系、原理以及方法又系統化學習方式的同學。

《動手學機器學習：Hands-On Machine Learning》：純代碼驅動，從理論到實踐的最佳方式，從懂得理論到能解決問題。適用于希望能夠代碼時間解決人工智能問題的同學。

《流暢的Python：Fluent Python》：適用于掌握基礎Python編程能力，希望能夠掌握更加良好的編程能力，成為真正的編程“職業選手”的同學。

想免費領取AI書籍和人工智能知識圖譜（高清版）的同學，請掃描下方二維碼報名課程添加。

僅需?0?元，掃描下方二維碼

注：一定要添加課程顧問

才能激活觀看課程的權限哦

還有AI學習免費資料領取

添加人數比較多，請大家耐心等待

總結

以上是生活随笔為你收集整理的我的天，强化学习还能用在自动驾驶领域？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。