Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Kursplan
Introduktion till förstärkningsinlärning och agens AI
- Beslutsfattande under osäkerhet och sekventiell planering
- Nyckelkomponenter i RL: agenter, miljöer, tillstånd och belönningar
- Rollen av RL i anpassade och agens AI-system
Markov Decision Processes (MDPs)
- Formell definition och egenskaper hos MDPs
- Värdfunktioner, Bellman-ekvationer och dynamisk programmering
- Policievalutering, förbättring och iteration
Modellfri förstärkningsinlärning
- Monte Carlo- och Temporal-Difference (TD)-inlärning
- Q-lärande och SARSA
- Övning: implementera tabellbaserade RL-metoder i Python
Djup förstärkningsinlärning
- Kombinering av neuronnät med RL för funktionsapproximation
- Deep Q-Networks (DQN) och erfarenhetsåterkallning
- Aktör-kritiker-arkitekturer och policigradienter
- Övning: träningsagent med DQN och PPO med Stable-Baselines3
Utforskningstrategier och belöningsformatering
- Balans mellan utforskning och exploatering (ε-greedy, UCB, entropimetoder)
- Design av belöningsfunktioner och undvikande av oväntade beteenden
- Belöningsformatering och curriculum-inlärning
Avancerade ämnen inom RL och beslutsfattande
- Förstärkningsinlärning med flera agenter och kooperativa strategier
- Hierarkisk förstärkningsinlärning och optionsramverk
- Offline RL och imitation learning för säkrare implementering
Simuleringsmiljöer och utvärdering
- Användning av OpenAI Gym och anpassade miljöer
- Kontinuerliga vs. diskreta åtgärdsutrymmen
- Metrik för agenterförmåga, stabilitet och exempelförbrukningseffektivitet
Integrering av RL i agens AI-system
- Kombinering av resonemang och RL i hybridagentarkitekturer
- Integrering av förstärkningsinlärning med verktygsanvändande agenter
- Driftsöverväganden vid skalning och implementering
Examensprojekt
- Designa och implementera en förstärkningsinlärningsagent för ett simulerat uppdrag
- Analysera träningsprestanda och optimera hyperparametrar
- Visa adaptivt beteende och beslutsfattande i en agenskontext
Sammanfattning och nästa steg
Krav
- Starka kunskaper i Python-programmering
- Solider förståelse för maskininlärnings- och djupinlärningskoncept
- Bekantskap med linjär algebra, sannolikhetslära och grundläggande optimeringsmetoder
Målgrupp
- Inlärningsingenjörer för förstärkningsinlärning och tillämpade AI-forskare
- Utvecklare inom robotteknik och automatisering
- Ingenjörsteam som arbetar med anpassade och agens AI-system
28 timmar
Vittnesmål (3)
God blandning av kunskap och praktik
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Agentic AI for Enterprise Applications
Maskintolkat
Blandningen av teori och praktik samt av högnivå- och lågnivåperspektiv
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Autonomous Decision-Making with Agentic AI
Maskintolkat
Praktiska övningar
Daniel - Facultatea S.A.I.A.P.M.
Kurs - Agentic AI in Multi-Agent Systems
Maskintolkat
